手把手教你用Python爬取B站视频（附完整代码）

前言：这可能是最实用的B站爬虫教程！

最近发现很多小伙伴对视频爬虫特别感兴趣（尤其是二次元爱好者们😏），今天就带大家用Python实现B站视频的自动化爬取。不过要提前声明：本教程仅供学习交流，请遵守B站用户协议，切勿进行恶意爬取！！！

一、准备工作（工具清单）

1. 环境要求

• Python 3.8+（推荐使用Anaconda）
• Chrome浏览器（版本越新越好）
• 网络通畅（建议不要用校园网，你懂的...）

2. 必备库安装

打开cmd/powershell输入：
python
pip install requests selenium webdriver-manager
pip install moviepy # 用于视频合成
pip install tqdm # 进度条显示（装X神器）

3. 驱动配置（关键步骤！）

这里我们用Selenium控制浏览器：
```python
from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverManager

自动下载对应版本驱动（超方便！）

driver = webdriver.Chrome(ChromeDriverManager().install())
```

二、实战开始！4步拿下视频

步骤1：获取视频ID（BVID）

在浏览器打开任意B站视频页面，观察URL结构：
https://www.bilibili.com/video/BV1gM4y1w7Bx
↑↑↑↑↑↑↑↑↑↑↑↑↑
这个BV1gM4y1w7Bx就是视频的唯一标识符！

步骤2：解析真实视频地址（核心难点！）

B站的视频地址是动态加载的，我们需要先获取视频的API接口：

```python
import requests

headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36',
'Referer': 'https://www.bilibili.com/'
}

def get_real_url(bvid):
api_url = f'https://api.bilibili.com/x/player/playurl?bvid={bvid}&qn=112'
response = requests.get(api_url, headers=headers)
return response.json()['data']['durl'][0]['url']
```

步骤3：下载视频流（分片下载更稳定）

```python
from tqdm import tqdm

def download_video(url, filename):
response = requests.get(url, headers=headers, stream=True)
total_size = int(response.headers.get('content-length', 0))

```

步骤4：合并音视频（完整视频诞生！）

B站的音频和视频是分开的，需要合并：
```python
from moviepy.editor import VideoFileClip, AudioFileClip

def merge_av(video_path, audio_path, output_path):
video = VideoFileClip(video_path)
audio = AudioFileClip(audio_path)
final = video.set_audio(audio)
final.write_videofile(output_path, codec='libx264')
```

三、完整代码示例

```python
def main(bvid):
# 获取真实地址
video_url = get_real_url(bvid)
audio_url = video_url.replace('/video/', '/audio/')

if name == 'main':
main('BV1gM4y1w7Bx') # 替换成你要下载的BVID
```

四、常见问题排雷指南

Q1：为什么返回403错误？

A：记得添加headers中的Referer和User-Agent！B站的反爬机制会检查这些参数。

Q2：下载的视频没有声音？

A：一定要先下载音频文件再进行合并，单独的视频文件是不带声音的！

Q3：如何提高下载速度？

试试这些方法：
1. 使用多线程下载（但小心被封IP！）
2. 设置代理IP池
3. 调整qn参数的值（80=高清，112=4K）

Q4：遇到动态加载的视频怎么办？

这时候需要Selenium大显身手了！示例代码：
```python

使用无头浏览器渲染页面

from selenium.webdriver.chrome.options import Options

options = Options()
options.add_argument('--headless') # 无界面模式
driver = webdriver.Chrome(options=options)
driver.get(url)
page_source = driver.page_source # 获取完整页面源码
```

五、重要注意事项（必看！）

1. 控制请求频率：建议每个请求间隔3-5秒，不要给B站服务器造成压力
2. 遵守robots协议：B站的robots.txt规定部分路径不允许爬取
3. 版权声明：下载的视频请勿用于商业用途
4. 账号安全：不要用登录态进行爬取，小心账号被封！

六、升级玩法（高手进阶）

想让你的爬虫更强大？试试这些扩展功能：
1. 添加自动转码功能（MP4转GIF）
2. 集成OCR识别视频中的文字
3. 自动上传到云存储（阿里云OSS/AWS S3）
4. 搭建定时任务系统（每天自动下载更新）

```python

示例：自动生成GIF

from moviepy.editor import *

def create_gif(video_path, output_path, start=5, duration=3):
clip = VideoFileClip(video_path).subclip(start, start+duration)
clip.write_gif(output_path, fps=15)
```

结语：爬虫的正确打开方式

通过这个案例，我们不仅学会了B站视频爬取的技术，更重要的是理解了一个完整的爬虫开发流程：分析目标 -> 寻找接口 -> 处理反爬 -> 数据存储 -> 异常处理。

最后提醒各位开发者：技术是把双刃剑，请在法律允许的范围内合理使用爬虫技术。如果觉得本教程有帮助，欢迎一键三连（点赞收藏关注）支持作者~