Python批量下载ts视频文件，并用ffmpeg合并

一、ts文件的由来

ts文件，ts即”Transport Stream”的缩写，特点就是要求从视频流的任一片段开始都是可以独立解码的，非常适合网络视频播放。

打开网址：https://www.kan35.com/play/210314-3-1.html，要怎么才能把这个视频下载到电脑上呢？

按F12发现，这些视频被切割成无数个细小的片断，如图：

上图中，用红框圈出来的部分很重要，.ts的文件就是被切割的视频文件。但是这些视频文件名字全是乱的，没有规律。它们的顺序是通过index.m3u8实现的，上图中有两个index.m3u8文件，一般是尺寸更大的那个才是存放视频播放顺序的文件。可以在浏览器中打开看下：

可以看出，这个文件里面确实保存了ts文件播放顺序，当然一些其它的网站提供的index.m3u8文件格式会有些不一样，这些都可以后期处理。

二、下载ts文件

1.下载index.m3u8，并做相应处理

这个index.m3u8很重要，直接右键“Open in new tab”就可以下载下来，但是该怎么处理呢？

首先，了解下什么是m3u8：

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。

其次，怎么解析这个文件？

最简单的方式是复制里面的内容，然后在excel中筛选包含“https”的字符串。

当然，我们可以用更专业的方法，在python中用“pip install m3u8”安装这个模块，然后就可以用代码解析了。

import m3u8
data = m3u8.load("index0.m3u8").data
data

显示内容大概如下：

{'media_sequence': 0,
 'is_variant': False,
 'is_endlist': True,
 'is_i_frames_only': False,
 'is_independent_segments': False,
 'playlist_type': 'vod',
 'playlists': [],
 'segments': [
{'duration': 2.667,
   'title': '',
   'uri':        'https://hey06.cjkypo.com/20211214/lIC8S3qZ1/1000kb/hls/MQJ9iKoM.ts',
   'cue_in': False,
   'cue_out': False,
   'cue_out_start': False,
   'scte35': None,
   'oatcls_scte35': None,
   'scte35_duration': None,
   'scte35_elapsedtime': None,
   'asset_metadata': None,
   'discontinuity': False,
   'dateranges': None,
   'gap_tag': None},
  {'duration': 1.667,
   'title': '',
   'uri': 'https://hey06.cjkypo.com/20211214/lIC83SqZ1/1000kb/hls/8LeDe7Wu.ts',
   'cue_in': False,
   'cue_out': False,
   'cue_out_start': False,
   'scte35': None,
   'oatcls_scte35': None,
   'scte35_duration': None,
   'scte35_elapsedtime': None,
   'asset_metadata': None,
   'discontinuity': False,
   'dateranges': None,
   'gap_tag': None},

……………………

可以看出，显示的内容很多，但是实际上只有“https://”那个字符串有用。

我们现在要做的是先提取每一个带“https”的字符串，然后还要提取出每个https字符串中的ts文件名。代码如下：

order_ts = []
#将所有的带https的url存入order_ts
for i in data["segments"]:
    order_ts.append(i["uri"])

#返回一个dict，将文件名作为key，将url作为value
def read_name_url():
    name_url = {}
    for url in order_ts:
        name = url.split("/")[-1]
        name_url[name] = url
    return name_url

这个dict内容大概如下：

按理说，这个结果已经非常好了，但是我们还要进一步处理下，为我们最后一步的合并ts文件作准备。

list_name= read_name_url().keys()
file = open("order.m3u8", 'w')
for name in list_name:
    #file.write("file 'D:\\ProgramData\\study\\mov\\tsfiles\\" + name + "'")
    file.write(fr"file 'D:\ProgramData\study\mov\tsfiles\{name}'")
    file.write("\n")
file.close()

注意，python中字符串不能以 \ 结尾，因为当一行代码太长写不下时，可以反斜杠是用来连接多行代码，所以不能用下面这种方法：

file.write(r"file 'D:\ProgramData\study\mov\tsfiles\" + name + "'")

上面的代码会报错“EOL while scanning string literal”，可以用“fr”做为前缀的方式（见上面代码，f代表format，r代码不转义）。

这个order.m3u8文件的内容大概如下：

file ‘D:\ProgramData\study\mov\tsfiles\MQJ9iKoM.ts’
file ‘D:\ProgramData\study\mov\tsfiles\8LeDe7Wu.ts’
file ‘D:\ProgramData\study\mov\tsfiles\WS72cnXO.ts’
file ‘D:\ProgramData\study\mov\tsfiles\LXld1AUz.ts’
file ‘D:\ProgramData\study\mov\tsfiles\Jc2FmbSf.ts’
………..

2.下载ts文件

ts文件很小，只有几百k，所以一个完整的视频会被分成几千个ts文件，我们可以采用多线程的方式来下载：

import urllib
from concurrent.futures import ThreadPoolExecutor

def download(url,name):
    #下载ts文件到D:\ProgramData\study\mov\tsfiles文件夹
    urllib.request.urlretrieve(url,'D://ProgramData//study//mov//tsfiles//'+name)

def download_tsfile():
    #记录创立的线程
    task_list = []
    dict_name_url = read_name_url()
    #线程池的创立 
    pool = ThreadPoolExecutor(max_workers=50)
    for name in dict_name_url:
        # 启动多个线程下载文件，download是函数名，后面两个是参数值
        task_list.append(pool.submit(download, dict_name_url[name],name))
    # 判断所有下载线程是否全部结束
    while (True):
        if len(task_list) == 0:
            break
        for i in task_list:
            if i.done():
                task_list.remove(i)
                print("剩下任务数：{0}".format(len(task_list)))
    print("所有任务下载完成！")

下载完成后，就可以在tsfiles文件夹找到这些细小的文件：

三、ffmpeg合并ts文件

有了前面两步的铺垫，现在要进行最重要的一个步骤了，那就是按order.m3u8里面的顺序，依次把这些ts文件合并起来。该怎么合并呢？

我们需要借助ffmpeg这个工具，这个工具非常强大，专门用来处理音频、视频切割、合并、编辑等，当然也非常复杂。安装这个软件，可以点击后面参考文章中的第二篇文章，这里不细说。下面来说说怎么合并这些ts文件。

代码非常简单：

import os

def mixTss(name):
    #string前面加上‘r’,是为了告诉编译器这个string是个raw string，不要转义 backslash '\' 。
    com = r'D:\\ffmpeg\\bin\\ffmpeg.exe -f concat -safe 0 -i D:\\ProgramData\\study\\mov\\order.m3u8 -c copy D:\\ProgramData\\study\\mov\\{}.mp4'.format(name)
    os.system(com)
    
mixTss("hello")
print("合并完成！")

可以看出上面的代码中，最重要的就是执行了一命令：

D:\ffmpeg\bin\ffmpeg.exe -f concat -safe 0 -i D:\ProgramData\study\mov\order.m3u8 -c copy D:\ProgramData\\study\\mov\\hello.mp4

ffmpeg很强大，但是也比较复杂，我也不是很懂这个，大概解释如下。

ffmpeg使用语法:

命令格式： ffmpeg -i [输入文件名] [参数选项] -f [格式] [输出文件] ffmpeg [[options][`-i’ input_file]]… {[options] output_file}…

具体一点来说：

1. -f concat，-f 一般设置输出文件的格式，如-f psp（输出psp专用格式），但是如果跟concat，则表示采用concat协议，对文件进行连接合并。

2. -safe 0，用于忽略一些文件名错误，如长路径、空格、非ANSIC字符

3. -i D:\ProgramData\study\mov\order.m3u8，-i后面加输入文件名，当然也可以加输入文件名组成的文件名，即order.m3u8，但是要满足文件格式，即类似于下面这种:

file ‘D:\ProgramData\study\mov\tsfiles\MQJ9iKoM.ts’
file ‘D:\ProgramData\study\mov\tsfiles\8LeDe7Wu.ts’

4. -c copy D:\ProgramData\\study\\mov\\hello.mp4，-c表示输出文件采用的编码器，后面跟copy，表示直接复制，不重新编码。

参考文章：

ts视频下载准备下载视频的你确定不进来看看吗_小王不头秃的博客-CSDN博客_ts视频下载

ffmpeg安装教程_小王不头秃的博客-CSDN博客_ffmpeg怎么安装

文章出处登录后可见！

已经登录？立即刷新