先说说这事儿咋来的
前两天帮媳妇做年终汇报PPT,她用的那个叫“ppt365”的在线工具，里面想嵌一段产品演示视频，找半天，发现百度视频搜索结果页里那个预览片段正合适，问题是——ppt365只认本地文件或直链，不支持直接抓取网页里的视频流，媳妇一句“你搞技术的，这点小事还用我教？”彻底把我架住了。
行吧,用Go写个小工具，这活儿比想象中坑多，但也就一下午，今天把完整思路记下来，下次有人再问“ppt365里怎么抓百度视频”，直接甩这篇。
抓取前必须搞懂的三件事
百度视频的URL不是你以为的那个URL
打开百度视频搜索“无人机评测”，地址栏一串https://v.baidu.com/...，表面看是视频页面，实际加载是个SPA（单页应用），真正的视频源藏在一个videoInfo的JSON接口里，这接口每次请求带时间戳签名，直接HTTP GET是拿不到的。
视频源分三六九等
百度视频返回的m3u8列表里,有1080p、720p、480p三个档位，还分mp4直链和hls切片流，ppt365插入时，只认mp4直链，或者能直接内嵌的iframe代码，HLS流插进去白屏，别问我怎么知道的。
反爬机制就三板斧
- User-Agent：必须伪装成Chrome最新版
- Referer：必须带百度视频的完整来源页
- Cookie：有时需要新鲜的那条
BAIDUID
这三样少了哪个,返回的都是乱码加密的JSON。
实战：一步步用Go把视频“抠”下来
第一步：构造带签名的搜索请求
百度视频的搜索接口其实是https://v.baidu.com/s?word=关键词&format=json，但直接请求大概率返回空数据，因为少了个关键的pn参数（页码），我用Go的net/url包手动拼参数：
func buildSearchURL(keyword string, page int) string {
u, _ := url.Parse("https://v.baidu.com/s")
q := u.Query()
q.Set("word", keyword)
q.Set("pn", strconv.Itoa(page*10))
q.Set("rn", "10")
q.Set("format", "json")
u.RawQuery = q.Encode()
return u.String()
}
注意,pn从0开始，每页10条，这步拿到的JSON里，result数组的每个元素带vid字段，这就是后面要用的视频唯一ID。
第二步：从搜索结果反查视频源地址
拿到vid后，真正的视频信息在另一个接口：https://v.baidu.com/video/player/api?vid=xxx&type=json，但这接口返回的videoList是加密的，得用common包里的AES解密，坑就在这里——解密密钥每天变。
我临时写了个workaround：先请求页面拿到一份JS（https://v.baidu.com/static/js/player.js），用正则抽出里面的key变量，这法子不优雅，但当天能用。
// 伪代码，重在思路
resp := get(playerJS)
keyPattern := regexp.MustCompile(`"key"\s*:\s*"([a-f0-9]{16})"`)
key := keyPattern.FindStringSubmatch(resp)[1]
// 然后用这个key去AES-CBC解密videoList字段
| 请求对象 | 关键参数 | 加密情况 | |
|---|---|---|---|
| 搜索接口 | word, pn, rn | 视频列表（含vid） | 无 |
| 播放器接口 | vid, type | 视频源（加密） | AES，密钥在JS中 |
| 视频直链 | 无（需从上面提取） | mp4/hls地址 | 有时带有效期签名 |
第三步：挑出适合ppt365的视频源
解密后拿到一个JSON数组,每个元素像这样：
{
"type": "mp4",
"url": "http://vd2.bdstatic.com/...",
"resolution": 720,
"duration": 128
}
ppt365插入视频,优先选mp4格式，分辨率720p以上，因为1080p的源有时是HLS，而mp4直链嵌进去最省事，我写了个过滤函数：
func pickBestSource(sources []VideoSource) *VideoSource {
for _, s := range sources {
if s.Type == "mp4" && s.Resolution >= 720 {
return &s // 一旦找到就返回，不贪心
}
}
// 没有完美源，退而求其次选HLS里码率最高的
return &sources[len(sources)-1]
}
第四步：下载并转码（如果必要）
mp4直链就直接http.Get拉流存本地，但百度视频的mp4链接有过期时间，大概2小时，下载时记得加Range: bytes=0-头，断点续传。
如果是HLS源,就麻烦点：需要解析.m3u8文件，逐个下载.ts切片，再用ffmpeg合并转mp4，Go的github.com/grafov/m3u8库能解析，但转码还得调外部程序。
cmd := exec.Command("ffmpeg", "-i", "input.m3u8", "-c", "copy", "output.mp4")
cmd.Run()
这步不是纯Go,但实用，你说“纯Go”当然是骗媳妇的，她又不看代码。
插进PPT365的正确姿势
拿到本地mp4文件后,ppt365支持的插入方式有三种：
- 上传文件：直接拖进去，但文件不能超过200MB
- 外链地址：填一个公网可访问的URL，ppt365会实时拉流
- iframe嵌入：把视频页面嵌进去，但百度视频不让
最稳的是第二种——如果你恰好有个云存储或临时图床，用Go的net/http写个简单文件服务器暴露几分钟，PPT上加载完再关掉。
http.Handle("/", http.FileServer(http.Dir("./videos")))
http.ListenAndServe(":8080", nil)
然后把http://你的IP:8080/xxx.mp4填到ppt365的“在线视频”框里，这法子唯一的缺点是，PPT演示时需要网络，且公网IP得通透，本地演示就当我没说。
绕不开的坑与填坑姿势
坑一：请求头少了Accept-Language
用Go默认的http.Client请求百度视频，会返回403，后来发现得带上：
Accept-Language: zh-CN,zh;q=0.9加上之后立马通,这年头服务器都看人下菜碟。
坑二：解密后的视频URL是相对路径
解密的JSON里url字段有时是//vd2.bdstatic.com/...，少了http:前缀，直接拿去找ppt365，它不认，Go里处理很烦，但就一行：
if strings.HasPrefix(u.Url, "//") {
u.Url = "https:" + u.Url
}
坑三：ppt365对视频编码有要求
默认下载的百度视频多是h264编码，能插，但偶尔遇到h265的720p源，PPT插入后声音和画面不同步，我后面学了点ffmpeg参数，遇到非h264强制转：
ffmpeg -i input.mp4 -vcodec libx264 -acodec aac -strict experimental out.mp4
转完立马正常,这事儿怪百度，不怪ppt365。
顺手把抓取写成了个小工具
写到最后,顺手封装成了一个命令行的CLI小工具，叫 bdv，用起来很简单：
bdv -keyword "无人机评测" -page 1 -output ./video.mp4
内部逻辑就是我上面写的那些,再加了个--format mp4和--quality 720p的参数，这个工具在本地用完全没问题，但要小心别高频请求百度，否则IP被封也无话可说。
代码核心就200多行,有点糙，但够用。没做并发，没做重试，因为就逮着一个视频下载，没必要复杂化，你要是想跑大规模下载，自己改吧，记得遵守robots.txt。
说点关于版权的话
抓百度的视频,技术上可行，但版权上要慎重，我这次抓的是自家公司拍的宣传片，公开放出来的，如果视频属于第三方，下载完了插PPT里自己同事看看倒还行，分发出去就惹麻烦了，建议下载前先看下视频页有没有“禁止下载”标记，或者搜下作者授权声明，反正我是不鼓励把这工具用在盗版视频上的。
用Go抓百度视频这活儿不算难,但折腾人的地方在于各种头文件、加密、过期链接，我也是边试边错，用了一个下午，好在结果是好的，媳妇PPT按时交了，还夸我“这次没掉链子”，我心里想：那是你没看见我对着ffmpeg报错日志抓耳挠腮的样子。
工具代码就不贴全文了,上面关键片段都放了，如果你有问题可以直接试，反正Go的语法就那样，跑起来报错看堆栈，改一行继续跑。不要问我为什么百度那个JS密钥每天变，这个问题我打算跟百度后台程序员聊聊人生。
本文来自作者[kyadmin]投稿，不代表be365立场，如若转载，请注明出处：http://hljbesthome.com/nba/2497.html
评论列表（4条）
我是be365的签约作者“kyadmin”！
希望本篇文章《用Golang扒下百度视频，从PPT365到本地硬盘的折腾手记》能对你有所帮助！
本站[be365]内容主要涵盖：be365,be365网站,be365网址,ball365体育,Be365排名
本文概览：先说说这事儿咋来的前两天帮媳妇做年终汇报PPT,她用的那个叫“ppt365”的在线工具，里面想嵌一段产品演示视频，找半天，发现百度视...