Python 原创 强化版优酷视频源码附带框架跟成品

linychen

[ 本帖最后由 linychen 于 2025-8-14 00:34 编辑 ]\n\n[ 本帖最后由 linychen 于 2025-8-13 23:41 编辑 ]\n\nok，现在来解释一下这个修改后代码的核心逻辑和思路
一、核心功能概述
    工具集成了多种视频获取方案（第三方工具调用ffmpeg.exe + 爬虫），支持清晰度选择、授权信息配置（Header/Cookie），并通过多线程实现异步操作，避免 UI 卡顿。
二、爬取与下载的核心流程
    1. 准备工作：环境检测与初始化
       下载工具检测：启动时自动检测系统中是否安装 you-get、yt-dlp（或兼容的 youtube-dl），这些工具是爬取视频的核心依赖。
       UI 初始化：创建输入区域（URL、授权信息、输出路径）、信息展示区域（日志、视频信息、清晰度选择）和控制区域（按钮、进度条）。
会话初始化：创建带反爬机制的请求会话（requests.Session），包含随机 User-Agent、授权头信息（Authorization/Cookie）等，模拟浏览器行为。
    2. 视频信息获取（get_video_info 方法）
       目的是从视频 URL 中提取基础信息（标题、时长、上传者等），并为后续检测视频流做准备。流程如下：
       输入验证：检查 URL 是否为空，输出路径是否有效。
       授权信息保存：将用户输入的 Authorization、Cookie 等信息存入会话头，用于后续请求身份验证。
       多方式信息提取：
       优先调用第三方工具：通过 yt-dlp 或 you-get 的命令行参数（如 --dump-json、--info）获取结构化视频信息，解析后展示标题、时长等。
       自定义爬虫兜底：若第三方工具失败，使用初始化的会话直接请求 URL，通过正则提取网页中的标题、描述等元数据（如 <title> 标签、meta 标签）。
    3. 视频流与清晰度检测（_detect_video_streams 方法）
       这是核心功能之一，目的是从视频页面中提取所有可用的视频流（不同清晰度、格式），并分类供用户选择。流程如下：
       多来源检测视频流：
       第三方工具提取：
       yt-dlp：通过 --list-formats 命令获取所有可用视频格式，解析出格式 ID、清晰度（如 1080p）、大小等信息。
       you-get：通过 --info 命令提取视频流 ID、分辨率（如 1920x1080）、文件大小等信息。
       自定义爬虫提取：
       JSON 数据解析：从网页脚本中提取包含视频信息的 JSON 数据（如 window.videoInfo、var videoData），递归解析其中的视频 URL。
       直接 URL 匹配：通过正则匹配网页中直接出现的视频 URL（如 .mp4、.m3u8、.flv 等后缀），补全相对 URL 为绝对 URL。
       高级 API 检测：若上述方法失败，尝试从网页中提取 API 接口（如 /api/video），调用接口获取视频流信息。
       清晰度分类与排序：
       通过 _extract_quality_from_string 方法从 URL 或格式信息中提取清晰度（如 1080p、720p）。
       通过 _quality_sort_key 方法对清晰度排序（4K > 2K > 1080p > ...），并展示在下拉框中供用户选择。
     4. 视频下载（start_download 方法）
       根据选择的清晰度和下载工具，启动下载流程，核心逻辑如下：
       选择视频流：根据用户选择的清晰度（或自动选择最佳），从检测到的视频流中匹配对应的流信息（URL 或格式 ID）。
       选择下载方式：
       第三方工具下载：若选择 yt-dlp 或 you-get，通过命令行调用工具，传入视频 URL、格式 ID、输出路径等参数（如 yt-dlp -f <格式ID> -o <输出路径> <URL>）。
       自定义爬虫下载：若为直接视频 URL（如 .mp4），使用 requests 分块下载（stream=True），支持断点续传和进度显示。
       进度跟踪与控制：
       通过多线程执行下载，避免 UI 冻结。
       实时解析第三方工具的输出日志（如 yt-dlp 的进度信息），或计算分块下载的进度，更新进度条和状态文字。
       支持取消下载（终止子进程或停止分块请求）。
三、关键技术与思路
       多工具兼容：结合 yt-dlp（支持多平台、多网站）和 you-get（对国内网站支持较好）的优势，自动选择最佳工具。
       反爬机制：
       随机 User-Agent 模拟不同浏览器。
       支持自定义 Header 和 Cookie，解决需要登录 / 授权才能访问的视频。
       模拟浏览器请求头（Referer、Accept 等），避免被服务器识别为爬虫。
       体验优化：
       异步操作（多线程）避免 UI 卡顿。
       清晰的进度展示和日志记录。
       自动检测并提示缺失的依赖工具。
       多种信息提取方式兜底（工具调用失败则用自定义爬虫）。
       异常捕获与错误提示（如无效 URL、下载失败）。

linychen

66666666666666666666