Python爬取m3u8格式视频并解密ts文件合并转为mp4格式

我会带着你远行 2022-12-14 15:54 312阅读 0赞

一. ｍ3u8是什么格式

m3u8是苹果公司推出的视频播放标准，是m3u的一种，只是编码格式采用的是UTF-8。

m3u8准确来说是一种索引文件，使用m3u8文件实际上是通过它来解析对应的放在服务器上的视频网络地址，从而实现在线播放。使用m3u8格式文件主要因为可以实现多码率视频的适配，视频网站可以根据用户的网络带宽情况，自动为客户端匹配一个合适的码率文件进行播放，从而保证视频的流畅度。

它将视频切割成一小段一小段的ts格式的视频文件，然后存在服务器中（现在为了减少I/o访问次数，一般存在服务器的内存中），通过m3u8解析出来路径，然后去请求。

二. 如何处理经过AES-128加密的ts文件

示例链接：[https://cdn.letv-cdn.com/2018/12/05/JOCeEEUuoteFrjCg/playlist.m3u8][https_cdn.letv-cdn.com_2018_12_05_JOCeEEUuoteFrjCg_playlist.m3u8]

输入这个链接并不会跳转到源播放地址，而是下载一个.m3u8格式的文件，文件内容一般长这样：

#EXTM3U
    #EXT-X-TARGETDURATION:12
    #EXT-X-MEDIA-SEQUENCE:0
    #EXT-X-KEY:METHOD=AES-128,URI="https:/*******/**********/hlskey?info=C77821E76077257C9C33DC5901307461&t=1602634262&key=81E7CD7DD2D96CEF9F2B1B18AC2707C9",IV=0xC77821E76077257C9C33DC5901307461
    #EXT-X-VERSION:4
    #EXTINF:6.756756,
    out000.ts
    #EXTINF:10.427089,
    out001.ts
    #EXTINF:3.378378,
    out002.ts
    #EXTINF:1.126133,
    .............
    
    out.....ts
    #EXT-X-ENDLIST

将文件中的url中的[playlist.m3u8][https_cdn.letv-cdn.com_2018_12_05_JOCeEEUuoteFrjCg_playlist.m3u8] 替换为 out000.ts会下载一个.ts文件，这个ts文件就是视频的一个片段，整个视频由若干个小片段构成，没有经过加密的文件下载后直接可以播放，但经过AES-128加密后的文件下载后会无法播放

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYXRpYW5jYw_size_16_color_FFFFFF_t_70][]

我们主要研究的是经过加密的ts文件，并解密它。我们去把 index.m3u8 替换成 key.key，即可获取到加密的密钥，这个密钥 key 将会是我们后续解码文件的关键，没了它下载得到的文件是没有意义的。

因为需要解码 AES-128 这种加密方式需要用到特殊的模块 AES，所以我们要去安装 Crypto，按照如下的方法导入类来使用。可以通过 pip install Crypto 安装 Crypto库，如果发生了 ImportError，显示没有 Crypro 库，那么就去 site-packages 里面看看文件名是不是 crypto，改成 Crypto 应该就没问题了。

下载后的ts文件我们可以使用win自带的 copy /b '下载的文件目录路径'/\*.ts  '  '合并后的文件目录路径'/new.mp4 来合并ts文件，之后再使用 del \*.ts 命令来删除所有的.ts文件，在python中我们可以使用os.system()命令来处理cmd命令

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzQxNzIxNjE1_size_16_color_FFFFFF_t_70][]

**具体代码如下**：包括未加密和加密两种处理方式

import requests
    import os
    from Crypto.Cipher import AES
    def m3u8(url):
        base_url = url[:url.rfind('/')+1]#如果需要拼接url,则启用 , +1 把 / 加上
        headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36'}
        rs = requests.get(url,headers=headers).text
        list_content = rs.split('\n')
        player_list = []
        #如果没有merge文件夹则新建merge文件夹，用于存放ts文件
        if not os.path.exists('merge'):
            os.system('mkdir merge')
        key = ''
        for index,line in enumerate(list_content):
            # 判断视频是否经过AES-128加密
            if "#EXT-X-KEY" in line:
                method_pos = line.find("METHOD")
                comma_pos = line.find(",")
                method = line[method_pos:comma_pos].split('=')[1]#获取加密方式
                print("Decode Method：", method)
                uri_pos = line.find("URI")
                quotation_mark_pos = line.rfind('"')
                key_path = line[uri_pos:quotation_mark_pos].split('"')[1]
                key_url = key_path
                res = requests.get(key_url)
                key = res.content   #获取加密密钥
                print("key：", key)
            #以下拼接方式可能会根据自己的需求进行改动
            if '#EXTINF' in line:
                # href = ''
                # 如果加密，直接提取每一级的.ts文件链接地址
                if 'http' in list_content[index + 1]:
                    href = list_content[index + 1]
                    player_list.append(href)
                # 如果没有加密，构造出url链接
                elif('ad0.ts' not in list_content[index + 1]):
                    href = base_url + list_content[index+1]
                    player_list.append(href)
        if(len(key)):
            print('此视频经过加密')
            print(player_list)#打印ts地址列表
            for i,j in enumerate(player_list):
                cryptor = AES.new(key, AES.MODE_CBC, key)
                res = requests.get(j,headers=headers)
                with open('merge/' + str(i+1) + '.ts','wb') as file:
                    file.write(cryptor.decrypt(res.content))#将解密后的视频写入文件
                    print('正在写入第{}个文件'.format(i+1))
        else:
            print('此视频未加密')
            print(player_list)#打印ts地址列表
            for i,j in enumerate(player_list):
                res = requests.get(j,headers=headers)
                with open('merge/' + str(i+1) + '.ts','wb') as file:
                    file.write(res.content)
                    print('正在写入第{}个文件'.format(i+1))
            print('下载完成')
    #当全写下载完之后合并文件并删除所有.ts文件
    def merge_ts():
        path = os.getcwd() + '\merge'#获取视频存放路径
        merge_cmd = 'copy /b ' + path + '\*.ts ' + path + '\\new.mp4'
        del_cmd = 'del ' + path + '\*.ts'
        os.system(merge_cmd)#执行合并命令
        os.system(del_cmd)#执行删除命令
        print('合并完成')
    if __name__ == '__main__':
        url = 'https://cdn.letv-cdn.com/2018/12/05/JOCeEEUuoteFrjCg/playlist.m3u8'
        #下载视频
        m3u8(url)
        #合并视频
        merge_ts()

[https_cdn.letv-cdn.com_2018_12_05_JOCeEEUuoteFrjCg_playlist.m3u8]: https://cdn.letv-cdn.com/2018/12/05/JOCeEEUuoteFrjCg/playlist.m3u8
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYXRpYW5jYw_size_16_color_FFFFFF_t_70]: /images/20221123/aa81787f96304a08aa01094f41a5b030.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzQxNzIxNjE1_size_16_color_FFFFFF_t_70]: /images/20221123/10276d5f573249a1958e6d9b35f676ea.png