CentOS 7 上 yt-dlp Youtube高画质下载问题的 Docker 解决方案

🔧 CentOS 7 上 yt-dlp 高画质下载问题的 Docker 解决方案

1. 核心痛点：为什么 yt-dlp 突然"罢工"了？

很多用户发现，以前能用的命令现在突然报错或下载画质变差。这其实是 yt-dlp 为了应对 YouTube 策略调整而产生的强制性要求：

⚠️ 关键报错解读

WARNING: [youtube] No supported JavaScript runtime could be found...

• 反爬机制升级： YouTube 现在大量使用复杂的 JavaScript 混淆代码来生成视频流 URL。yt-dlp 必须执行这些 JS 代码才能解密出真实的下载地址。
• 后果严重： 当找不到 JS 运行时（如 Deno, Node.js, Bun 等），yt-dlp 只能使用已弃用（deprecated）的旧版提取算法。
  ❌ 直接导致： 无法解析 1080p/4K 高画质流，无法获取高码率音频，甚至完全无法下载。

2. 进退两难的 CentOS 7：GLIBC 限制

当你尝试运行现代 Node.js 时，会立即遇到著名的底层库缺失错误：

node: /lib64/libm.so.6: version `GLIBC_2.27' not found (required by node)

致命阻碍： CentOS 7 的核心库 GLIBC 版本死锁在 2.17，而现代 Node.js 需要 2.27+。强行升级宿主机 GLIBC 极易导致系统崩溃。

3. 破局之道：Docker 容器化 (隔离环境)

最优雅的解法是使用 Docker。我们在容器内构建一个包含 Node.js、**FFmpeg** 和 **Python** 的全新环境，绕过 GLIBC 限制，完美支持 yt-dlp 的高级功能。

---

🚀 实施步骤

第一步：修复 CentOS 7 Yum 源 (EOL 问题)

切换到阿里云镜像源，并禁用失效的 SCLo 仓库。

# 1. 备份并替换基础源
sudo mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.bak
sudo curl -o /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo

# 2. 禁用已失效的 SCLo 仓库
sudo yum-config-manager --disable centos-sclo-rh
sudo yum-config-manager --disable centos-sclo-sclo

# 3. 清理并生成缓存
sudo yum clean all
sudo yum makecache

第二步：安装 Docker 环境

# 1. 安装必要的依赖工具
sudo yum install -y yum-utils device-mapper-persistent-data lvm2

# 2. 添加 Docker 官方仓库
sudo yum-config-manager \
    --add-repo \
    https://download.docker.com/linux/centos/docker-ce.repo

# 3. 安装 Docker CE (可选配置代理)
sudo yum -y install docker-ce docker-ce-cli containerd.io docker-compose-plugin \
    --setopt=proxy=http://127.0.0.1:7890 \
    --setopt=proxy=https://127.0.0.1:7890

# 4. 启动 Docker 并验证安装
sudo systemctl start docker
sudo systemctl enable docker
docker --version

第三步：构建 yt-dlp 专用镜像

创建 Dockerfile，包含 Python、Node.js、Deno 和 FFmpeg。

# Dockerfile 内容 (精简版)
FROM python:3.11
WORKDIR /app
# ... 代理配置 ...

# 安装核心依赖 (ffmpeg, Node.js, npm, Deno)
RUN apt-get update && \
      apt-get install -y ffmpeg nodejs npm curl unzip && \
      curl -fsSL https://deno.land/install.sh | DENO_INSTALL=/usr/local/bin sh && \
      rm -rf /var/lib/apt/lists/*

# 安装 yt-dlp 及其他 Python 库
RUN pip install yt-dlp numpy pandas ...

构建镜像：

# 在 Dockerfile 所在目录执行
docker build -t yt-dlp-full .

第四步：Docker 镜像操作与使用

✅ 1. 查询当前所有镜像

查看新构建的 yt-dlp-full 镜像是否成功。

docker images

✅ 2. 下载视频测试

挂载宿主机目录，并使用 --js-runtimes deno 参数运行下载。

docker run --rm \
  -e http_proxy=http://192.168.48.3:7890 \
  -e https_proxy=http://192.168.48.3:7890 \
  -v /mnt/vepfs/data/yangzhenyu/videos:/downloads \
  yt-dlp-full \
  yt-dlp \
  --js-runtimes deno \
  --remote-components ejs:github \
  -o '/downloads/%(title)s.%(ext)s' \
  'https://www.youtube.com/watch?v=dQw4w9WgXcQ'

✅ 3. 删除不再需要的镜像

清理磁盘空间时，可以使用以下命令删除指定的镜像。

# 使用镜像名称和标签 (tag) 删除
docker rmi yt-dlp-full:latest

# 或者使用镜像 ID (Image ID) 删除
docker rmi <Image ID>

注意： 只有在没有容器正在使用该镜像时，才能成功删除。

---

📦 第五步：镜像迁移（另一台机器使用）

如果你需要在另一台机器上使用这个环境，无需重新构建，直接通过 **tar 包保存和加载** 即可。

方式 1：保存成 tar → 拷贝到另一台机器导入（最常用）

在 **当前机器** 导出镜像：

docker save -o yt-dlp-full.tar yt-dlp-full

把 yt-dlp-full.tar 复制到另一台机器（可以使用 `scp` / `rsync` / U盘等方式）：

# 示例：使用 scp 复制文件到另一台服务器
scp yt-dlp-full.tar user@remote_host:/path/to/save/

在 **另一台机器** 导入镜像：

docker load -i yt-dlp-full.tar

导入成功后，即可在另一台机器上使用 docker run yt-dlp-full ... 命令进行视频下载。