今日頭條視頻的地址解析下載

以今日頭條視頻播放頁(yè)URL http://www.toutiao.com/a6296462662335201793/ 為例，來(lái)說(shuō)說(shuō)是如何得到視頻的真實(shí)地址的。

在Chrome瀏覽器中打開(kāi)上面的鏈接，然后審查播放器區(qū)域的元素，發(fā)現(xiàn)是這樣的：

<video id="vjs_video_3_html5_api" class="vjs-tech" preload="auto" autoplay="" src="http://v6./video/c/c62f4d4320ea43469b490e54240653ab/?Signature=D2cYsGzKaEXraZQnOf72xgJ94%2Bs%3D&Expires=1469172376&KSSAccessKeyId=qh0h9TdcEMrm1VlR2ad/"><source type="video/mp4" src="http://v6./video/c/c62f4d4320ea43469b490e54240653ab/?Signature=D2cYsGzKaEXraZQnOf72xgJ94%2Bs%3D&Expires=1469172376&KSSAccessKeyId=qh0h9TdcEMrm1VlR2ad/"></video>

原來(lái)是使用了HTML5的video標(biāo)簽，該標(biāo)簽的src屬性值就是視頻的真實(shí)地址。是不是很簡(jiǎn)單？如果我們想寫(xiě)個(gè)腳本來(lái)自動(dòng)解析視頻的真實(shí)地址，會(huì)發(fā)現(xiàn)情況不一樣。

說(shuō)明：以下代碼片段均使用Python語(yǔ)言。

import requestsfrom pyquery import PyQuery as pq

r = requests.get('http://www.toutiao.com/a6296462662335201793/')d = pq(r.content)d('video')  # video元素不存在d('#video') # id是video的元素是存在的

當(dāng)我們把播放頁(yè)下載下來(lái)，并且嘗試提取video元素的時(shí)候，發(fā)現(xiàn)下載下來(lái)的播放頁(yè)中根本就沒(méi)有video元素。這說(shuō)明video元素可能是js腳本動(dòng)態(tài)生成的，該想想其它辦法了。

通過(guò)觀察加載播放頁(yè)頁(yè)面時(shí)的網(wǎng)絡(luò)請(qǐng)求，我們發(fā)現(xiàn)如下相關(guān)的請(qǐng)求：

http://v7.pstatp.com/b97adb57aaa351e485ed69c5e4852211/5791c279/video/c/c62f4d4320ea43469b490e54240653ab/http://i.snssdk.com/video/urls/v/1/toutiao/mp4/9583cca5fceb4c6b9ca749c214fd1f90?r=18723666135963302&s=3807690062&callback=tt_playerzfndr

其中，第1個(gè)請(qǐng)求就是視頻真實(shí)地址，第2個(gè)請(qǐng)求返回的是一個(gè)JSON字符串，內(nèi)容如下：

{
  "code": 0,
  "message": "success",
  "total": 3,
  "data": {
    "status": 10,
    "video_duration": 0,
    "video_id": "9583cca5fceb4c6b9ca749c214fd1f90",
    "user_id": "toutiao",
    "video_list": {
      "video_3": {
        "definition": "720p",
        "vtype": "mp4",
        "main_url": "aHR0cDovL3Y3LnBzdGF0cC5jb20vZmJiZmE2Yjc4ZjM4MThhM2M0OTVhMmRkYjAyOWY5NTAvNTc5\nMWMzODAvdmlkZW8vYy8zNDMwNzcxZjMyNmY0ZDUxOTRiNTYyMzdhNmEyMzFmYy8=\n",
        "vwidth": 720,
        "backup_url_1": "aHR0cDovL3Y2LnBzdGF0cC5jb20vdmlkZW8vYy8zNDMwNzcxZjMyNmY0ZDUxOTRiNTYyMzdhNmEy\nMzFmYy8/U2lnbmF0dXJlPTMwd25YNHVBYzJ1JTJGdSUyRlNvNjhDM010U1VRVW8lM0QmRXhwaXJl\ncz0xNDY5MTc0MTYwJktTU0FjY2Vzc0tleUlkPXFoMGg5VGRjRU1ybTFWbFIyYWQv\n",
        "bitrate": 0,
        "vheight": 576,
        "size": 0
      },
      "video_2": {
        "definition": "480p",
        "vtype": "mp4",
        "main_url": "aHR0cDovL3Y0LnBzdGF0cC5jb20vM2ZiYTI0YzVhYzE1NGVlNmIxMGQ4ZTAyZThhNGQxZDMvNTc5\nMWMzODAvdmlkZW8vYy9jNjJmNGQ0MzIwZWE0MzQ2OWI0OTBlNTQyNDA2NTNhYi8=\n",
        "vwidth": 600,
        "backup_url_1": "aHR0cDovL3Y0LnBzdGF0cC5jb20vM2ZiYTI0YzVhYzE1NGVlNmIxMGQ4ZTAyZThhNGQxZDMvNTc5\nMWMzODAvdmlkZW8vYy9jNjJmNGQ0MzIwZWE0MzQ2OWI0OTBlNTQyNDA2NTNhYi8=\n",
        "bitrate": 0,
        "vheight": 480,
        "size": 0
      },
      "video_1": {
        "definition": "360p",
        "vtype": "mp4",
        "main_url": "aHR0cDovL3Y2LnBzdGF0cC5jb20vdmlkZW8vYy9iODgwZmI1YzM1NjE0NzJlOThlNGU0Y2U5N2My\nYzg5ZS8/U2lnbmF0dXJlPXBlTWhoNFdLcyUyRkNmRW9pYm4wTVNKUU5tR1lnJTNEJkV4cGlyZXM9\nMTQ2OTE3NDE2MCZLU1NBY2Nlc3NLZXlJZD1xaDBoOVRkY0VNcm0xVmxSMmFkLw==\n",
        "vwidth": 450,
        "backup_url_1": "aHR0cDovL3Y3LnBzdGF0cC5jb20vNjFhYTJlN2RlN2YxZTgzNGJiNjg3ZDZmMDZjZGFmNzMvNTc5\nMWMzODAvdmlkZW8vYy9iODgwZmI1YzM1NjE0NzJlOThlNGU0Y2U5N2MyYzg5ZS8=\n",
        "bitrate": 0,
        "vheight": 360,
        "size": 0
      }
    }
  }}

看看JSON內(nèi)容，可以看到共有3種清晰度視頻，分別是超清、高清和標(biāo)清。definition表示清晰度，main_url應(yīng)該就是視頻真實(shí)地址了。main_url的值看起來(lái)就是base64編碼后的結(jié)果，用base64解碼main_url，得到的就是視頻真實(shí)地址。

import base64
main_url = "aHR0cDovL3Y3LnBzdGF0cC5jb20vZmJiZmE2Yjc4ZjM4MThhM2M0OTVhMmRkYjAyOWY5NTAvNTc5\nMWMzODAvdmlkZW8vYy8zNDMwNzcxZjMyNmY0ZDUxOTRiNTYyMzdhNmEyMzFmYy8=\n"base64.standard_b64decode(main_url) # output: http://v7./fbbfa6b78f3818a3c495a2ddb029f950/5791c380/video/c/3430771f326f4d5194b56237a6a231fc/

那么接下來(lái)的問(wèn)題就是探究上面的第2個(gè)請(qǐng)求 http://i./video/urls/v/1/toutiao/mp4/9583cca5fceb4c6b9ca749c214fd1f90?r=18723666135963302&s=3807690062&callback=tt_playerzfndr 是如何構(gòu)造的。

在用Chrome的開(kāi)發(fā)者工具監(jiān)視網(wǎng)絡(luò)請(qǐng)求的時(shí)候可以看到該請(qǐng)求是js腳本發(fā)出的，該js腳本是 http://s3./tt_player/player/tt2-player.js?r=customer1
把該js下載下來(lái)，prettify一下，使用你最?lèi)?ài)的編輯器看看該js到底做了些什么。

通過(guò)研究該js腳本，發(fā)現(xiàn)請(qǐng)求http://i./video/urls/v/1/toutiao/mp4/9583cca5fceb4c6b9ca749c214fd1f90?r=18723666135963302&s=3807690062&callback=tt_playerzfndr 中的一些參數(shù)的含義如下：

9583cca5fceb4c6b9ca749c214fd1f90：這是視頻的唯一ID
18723666135963302：這是一個(gè)隨機(jī)數(shù)
3807690062：這是CRC32校驗(yàn)值無(wú)符號(hào)右移0位

視頻的唯一ID可以在播放頁(yè)HTML源碼中找到，即id為video的元素的tt-videoid屬性值。

import requestsfrom pyquery import PyQuery as pq

r = requests.get('http://www.toutiao.com/a6296462662335201793/')d = pq(r.content)vid = d('#video').attr('tt-videoid')

參數(shù)r的構(gòu)造如下：

import random

r = str(random.random())[2:]

參數(shù)s的構(gòu)造如下：

import urlparsedef right_shift(val, n):
    return val >> n if val >= 0 else (val + 0x100000000) >> n

url = 'http://i./video/urls/v/1/toutiao/mp4/%s' % vid
n = urlparse.urlparse(url).path + '?r=' + r
c = binascii.crc32(n)s = right_shift(c, 0)

參數(shù)callback就不管了吧。到此，獲取JSON內(nèi)容就簡(jiǎn)單了：

r = requests.get(url + '?r=%s&s=%s' % (r, s))print r.json()

乡下人产国偷v产偷v自拍,国产午夜片在线观看,婷婷成人亚洲综合国产麻豆,久久综合给合久久狠狠狠9

今日頭條視頻的地址解析下載