本文涵盖的内容仅供个人学习使用,如果侵犯学校权利,麻烦联系我删除。
初衷
研究生必修选逃, 期末复习怕漏过重点题目,但是看学在西电的录播回放课一卡一卡的,于是想在空余时间一个个下载下来,然后到时候就突击复习。
环境
因为懒得用二进制安装ffmpeg,所以用的Ubuntu22.04。年轻的本科生windows选手们可以自行学习二进制安装ffmpeg。
shell
sudo apt install ffmpeg
ffmpeg -version
# 要有python3,安装步骤略过
...
# pip依赖
pip install aiohttp
pip install tqdm
pip install m3u8
预备知识
关于网站部分,本文写于2024-12-05,不保证后面会不会改
学在西电就是在学习通上再加了一层,加了点新东西。录播在这个地方看。(本文默认已经登录成功)
下面的图就是录播播放界面,由于有学生姓名和学号的水印,我打码了。
左边是拍老师和黑板的录像,右边是展示ppt的录像。
为了捕获请求,我们先打开开发者面板的网络面板,点击下面的某堂课跳转,然后在页面刷新后获取到加载时的请求,通过关键词过滤m3u8
,得到重要的三个请求。
注意这里有两个playback.m3u8
,通过上面图中那个另外的请求playVideo?info=...
的响应,我们可以看到pptVideo
和teacherTrack
这两个路径,分别对应ppt和老师黑板的m3u8文件的url。
json
{
"type": "2",
"videoPath": {
"pptVideo": "....m3u8",
"teacherTrack": "....m3u8",
"studentFull": "....m3u8"
},
"liveId": ...,
"isshowpl": 0
}
在学在西电里,视频文件是被切分为许多个几秒的视频块(ts文件,是Transport Stream不是Typescript),通过一个m3u8协议文件保存对应视频的各个小视频块的文件名、序列号、持续时间等信息。
m3u8文件内容如下,还好学在西电这里没有做加密,没有#EXT-X-KEY:METHOD=AES-128,URI...
这么一行,所以我们可以用这些ts文件名直接下载(当然前面还要有http之类的前缀)。
最后,使用伟大牛逼的 ffmpeg 可以将这些ts文件合并为 mp4 文件。
具体代码
1. 下载各ts
基于m3u8
库解析m3u8文件,aiohttp
做协程下载,tqdm
做进度条方便查看,最后记得threading加锁。
考虑到偶尔的下载异常,加了个3次重试。
url按照下图获取。
实测5分钟左右下完。
python
# download.py
import shutil
import threading
import m3u8
import os
import logging
import re
import asyncio
import aiohttp
from tqdm import tqdm
pbar:tqdm = None
pbar_lock = threading.Lock()
async def download_segment(session, ts_url, true_url, output_dir, cnt):
global pbar
filename = os.path.join(output_dir, true_url)
try:
# 实际在这里下载
async with session.get(ts_url) as resp:
resp.raise_for_status()
with open(filename, 'wb') as f:
async for chunk in resp.content.iter_chunked(1024):
if chunk:
f.write(chunk)
logging.info(f"下载完成: {true_url}")
with pbar_lock:
pbar.update(1)
except Exception as e:
logging.error(f"下载失败: {true_url}, 错误信息: {e}")
# 3次重试机会
if cnt == 3:
logging.error(f"重试次数达到上限,跳过下载: {true_url}")
# 把需要手动下的单独保存
with open(f'{output_dir}.err', 'a', encoding='utf-8') as file:
file.write(ts_url + '\n')
# 并且这个下了一半的ts文件需要删掉,防止弄混
if os.path.exists(filename):
os.remove(filename)
with pbar_lock:
pbar.update(1)
else:
# 重试一下,且计数器+1
await download_segment(session, ts_url, true_url, output_dir, cnt+1)
async def download_m3u8(m3u8_url, output_dir):
global pbar
# 日志
logging_file = f'{output_dir}-download.log'
err_file = f'{output_dir}.err'
if os.path.exists(logging_file):
os.remove(logging_file)
if os.path.exists(err_file):
os.remove(err_file)
if os.path.exists(output_dir):
shutil.rmtree(output_dir)
logging.basicConfig(filename=logging_file, level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
# 创建输出目录
os.mkdir(output_dir)
# 下载并解析 m3u8 文件
logging.info(f"开始解析 m3u8 文件: {m3u8_url}")
m3u8_obj = m3u8.load(m3u8_url)
# 提取 base URL
base_url = re.split(r"[a-zA-Z0-9-_\.]+\.m3u8", m3u8_url)[0]
logging.info(f"提取到的base URL: {base_url}")
# 创建 aiohttp session
async with aiohttp.ClientSession() as session:
# 异步下载所有 ts 片段
tasks = []
pbar = tqdm(total=len(m3u8_obj.segments))
logging.info(f"segment 个数: {len(m3u8_obj.segments)}")
for _, segment in enumerate(m3u8_obj.segments):
# 真正ts的下载url是要拼起来的
ts_url = base_url + segment.uri
task = asyncio.create_task(download_segment(session, ts_url, segment.uri, output_dir, 0))
tasks.append(task)
await asyncio.gather(*tasks)
# 任务完成后关闭进度条
pbar.close()
logging.info(f"下载完成")
m3u8_url = "http://.../playback.m3u8"
output_dir = "2-4-1-1"
asyncio.run(download_m3u8(m3u8_url, output_dir))
2. 合并为mp4
基于命令: ffmpeg -f concat -safe 0 -i ts_list.txt -c copy video.mp4
。注意这个-i
,如果只有少量文件,可以-i "concat:1.ts|2.ts|3.ts|4.ts|.5.ts|"
,但对于我们这种,就只能让他读取一个文件名列表文件,注意这个文件每行都是file+文件路径
。
我代码里首先获取了ts文件夹里的所有ts文件名,但是因为多线程所以乱序,要先排个序才能让ffmpeg按顺序拼接。
实测1分钟左右合并完成。
python
# merge.py
import os
def main(dir_name):
filename = 'ts_list.txt'
if os.path.exists(filename):
os.remove(filename)
f = open(filename, 'a', encoding='utf-8')
names = []
with os.scandir(dir_name) as entries:
for entry in entries:
# 检查是否为文件
if entry.is_file():
names.append(entry.name)
# 注意要先排序,按顺序写入文件名
names.sort(key=lambda x: int(x.split('_')[0]))
for name in names:
f.write(f"file {os.path.join(dir_name,name)}\n")
f.close()
mp4_name = f"{dir_name}.mp4"
if os.path.exists(mp4_name):
os.remove(mp4_name)
cmd = rf'ffmpeg -f concat -safe 0 -i ./{filename} -c copy {mp4_name}'
os.system(cmd)
main("./4-2-1-ppt")
3. 执行
运行前记得改两个脚本里的链接和文件名
shell
python download.py
python merge.py
其他
- 其实也可以直接用ffmpeg一次完成:
ffmpeg -i http://.../playback.m3u8 -c copy 2-4-1.mp4
,只是似乎是串行依次下载ts,速度不快。 - 我也有搜到用IDM下载或者potplayer播放,学长/弟/姐/妹可以自行尝试。
- 关于ppt视频的忽略音频流,ffmpeg可以设置参数,我没看这个
- 关于字幕生成,免费方案是B站必剪支持15分钟内视频的字幕生成,可以在必剪里裁剪和生成,但是有点麻烦而且效果很差。其他方案请自行研究。
- 似乎也有直接可用的m3u8播放器,请自行研究。