Python实战：5分钟搞定m3u8视频爬取与合并（附完整代码）

Python实战：5分钟搞定m3u8视频爬取与合并（附完整代码）

在数字媒体时代，视频内容的获取和处理已成为开发者日常工作中的常见需求。m3u8作为一种基于HTTP Live Streaming（HLS）的播放列表格式，被广泛应用于视频点播和直播领域。本文将带你快速掌握用Python实现m3u8视频爬取与合并的完整流程，无需复杂配置，5分钟即可上手运行。

1. 环境准备与基础概念

在开始之前，我们需要确保开发环境已经安装了必要的Python库。打开终端或命令提示符，执行以下安装命令：

pip install requests

m3u8文件本质上是一个文本文件，它包含了视频分片(ts文件)的地址列表。当播放器读取m3u8文件时，会按顺序下载并播放这些ts文件，从而实现流畅的视频播放体验。理解这一点对后续的代码实现至关重要。

典型的m3u8文件内容如下：

#EXTM3U
#EXT-X-VERSION:3
#EXT-X-TARGETDURATION:10
#EXT-X-MEDIA-SEQUENCE:0
#EXTINF:10.000000,
segment000.ts
#EXTINF:10.000000,
segment001.ts

注：以#开头的行是元数据信息，实际视频片段地址是不带#的行

2. 解析网页获取m3u8地址

首先我们需要从目标网页中提取m3u8文件的URL。现代网站通常会将视频信息隐藏在网页源代码或网络请求中。以下代码展示了如何通过正则表达式从网页源码中提取m3u8地址：

import requests
import re

def get_m3u8_url(page_url):
    # 发送请求获取网页内容
    resp = requests.get(page_url)
    html_content = resp.text
    
    # 使用正则表达式匹配m3u8地址
    pattern = re.compile(r'https?://[^\s]+?\.m3u8')
    match = pattern.search(html_content)
    
    if match:
        return match.group()
    else:
        raise ValueError("未找到m3u8地址")

提示：不同网站的m3u8地址存放位置可能不同，有时需要分析网页JavaScript代码或网络请求才能找到真实地址。

如果正则表达式无法匹配，可以尝试以下方法：

• 在网页源代码中搜索".m3u8"
• 使用浏览器开发者工具查看网络请求
• 检查网页中的JavaScript变量

3. 下载并解析m3u8文件

获取到m3u8地址后，我们需要下载该文件并解析其中的ts片段地址：

def download_m3u8(m3u8_url, save_path='playlist.m3u8'):
    resp =