媒体资讯视频数据采集-yt-dlp-python实际使用-下载视频

对于视频二创等一些业务场景,可能要采集youtube等的相关媒体视频资源,使用[yt-dlp](https://github.com/yt-dlp/yt-dlp)是一个不错的选择,提供的命令比较丰富,场景比较全面

yt-dlp 是一个用 Python 编写的命令行工具,主要用于从视频网站下载视频和音频。它是 youtube-dl 的一个分支,提供了一些额外的功能和增强。翻译后的详细的说明: GitHub上的 yt-dlp 的 GitHub 页

下面是一些简易的使用说明(需要有python环境,可以使用conda的python环境)

安装 yt-dlp

你可以通过 pip 安装 yt-dlp

pip install -U yt-dlp

或者,你也可以直接从 GitHub 克隆最新版本:

git clone https://github.com/yt-dlp/yt-dlp.git
cd yt-dlp
python -m pip install .

基本用法

  1. 下载视频

    yt-dlp <视频网址>
    

例如:

   yt-dlp https://www.youtube.com/watch?v=dQw4w9WgXcQ
  1. 下载音频

    如果你只想下载音频,可以使用 -x 选项:

    yt-dlp -x --audio-format mp3 <视频网址>
    
  2. 指定下载格式

    默认情况下,yt-dlp 会选择最佳视频/音频格式,但你可以手动指定:

    yt-dlp -f "bestvideo[height<=720]+bestaudio" <视频网址>
    
  3. 下载整个播放列表

    如果视频网址是一个播放列表,你可以直接下载整个列表:

    yt-dlp <播放列表网址>
    
  4. 设置输出文件名

    你可以使用 -o 选项来指定下载的文件名格式:

    yt-dlp -o "%(title)s.%(ext)s" <视频网址>
    

高级用法

  1. 代理设置

    如果你需要使用代理,可以使用 --proxy 选项:

    yt-dlp --proxy "socks5://user:pass@host:port" <视频网址>
    
  2. 下载进度条

    默认情况下,yt-dlp 会显示下载进度。如果你希望以简洁模式下载,使用 --no-progress

    yt-dlp --no-progress <视频网址>
    
  3. 下载字幕

    如果视频有字幕,你可以选择下载它们:

    yt-dlp --write-sub --sub-lang "zh-Hans" <视频网址>
    

帮助和选项

要查看所有可用选项和帮助信息,可以使用:

yt-dlp --help

python中使用

pip安装yt-dlp

pip install -U yt-dlp

如果是Linux服务器上使用yt-dlp,需要有FFmpeg的支持

Ubuntu 上

使用包管理器 APT

  1. 更新软件包列表:

    sudo apt update

  2. 安装 FFmpeg:

    sudo apt install ffmpeg

    安装完成后,您可以在终端中输入 ffmpeg -version 来验证安装是否成功。

本地能翻qian的情况下,只能小量的采集数据;不然会报错

如果是大批量的采集某个网站的视频数据,最好是部署到服务器上,并且使用代理, 没有代理,采集量大了会报错提示(海外代理能只能使用海外服务器

``

python 复制代码
import yt_dlp

def download_youtube_video(url, output_path):
    """
    下载youtube视频
    :param url: 视频url
    :param output_path: 视频保存路径
    :return:
    """
    format = None
    if 'shorts' in url:
        # 采集横版视频
        format = 'bestvideo[width=720]+bestaudio/best[width=720]'
    else:
        # 采集竖版视频
        format = 'bestvideo[height=720]+bestaudio/best[height=720]'
    options = {
        'format': format,
        'merge_output_format': 'mp4',
        'outtmpl': output_path,
        # 使用代理(大批量下载需要使用代理-静态代理IP就行,动态的不太靠谱,静态代理IP失效了就换一批)
        # 'proxy': ''
    }
    try:
        with yt_dlp.YoutubeDL(options) as ydl:
            ydl.download([url])
    except yt_dlp.utils.DownloadError as e:
        print(f'下载失败-{e}')


if __name__ == '__main__':
    # 竖版视频
    video_url = "https://www.youtube.com/shorts/cjTvuE9yCMo"
    print(f'获取竖版视频-{video_url}')
    output_path = "cjTvuE9yCMo.mp4"
    download_youtube_video(video_url, output_path)
    # 横版视频
    video_url = "https://www.youtube.com/watch?v=wojgbTK4_jU"
    output_path = "wojgbTK4_jU.mp4"
    download_youtube_video(video_url, output_path)
    print(f'获取竖版视频-{video_url}')
相关推荐
nuclear201127 分钟前
使用Python 在Excel中创建和取消数据分组 - 详解
python·excel数据分组·创建excel分组·excel分类汇总·excel嵌套分组·excel大纲级别·取消excel分组
Lucky小小吴42 分钟前
有关django、python版本、sqlite3版本冲突问题
python·django·sqlite
GIS 数据栈1 小时前
每日一书 《基于ArcGIS的Python编程秘笈》
开发语言·python·arcgis
全域观察1 小时前
如何复制只读模式下的腾讯文档
人工智能·新媒体运营·媒体·内容运营·程序员创富
爱分享的码瑞哥1 小时前
Python爬虫中的IP封禁问题及其解决方案
爬虫·python·tcp/ip
傻啦嘿哟2 小时前
如何使用 Python 开发一个简单的文本数据转换为 Excel 工具
开发语言·python·excel
B站计算机毕业设计超人2 小时前
计算机毕业设计SparkStreaming+Kafka旅游推荐系统 旅游景点客流量预测 旅游可视化 旅游大数据 Hive数据仓库 机器学习 深度学习
大数据·数据仓库·hadoop·python·kafka·课程设计·数据可视化
IT古董3 小时前
【人工智能】Python在机器学习与人工智能中的应用
开发语言·人工智能·python·机器学习
湫ccc3 小时前
《Python基础》之pip换国内镜像源
开发语言·python·pip
hakesashou3 小时前
Python中常用的函数介绍
java·网络·python