添加B站视频内容提取工具(反爬虫方案)

功能特性:
- 使用Playwright + undetected-playwright绕过B站极验验证码
- 支持提取视频基本信息、统计数据、字幕
- 生成结构化Markdown笔记
- 多策略数据提取(JS变量→HTML解析→API备用)
- 完善的错误处理和超时机制

文件说明:
- bilibili_extractor.py: 主程序脚本(21KB)
- BILIBILI_EXTRACTOR_README.md: 完整技术文档(6.0KB)
- USAGE.md: 快速使用指南(1.5KB)
- PROJECT_SUMMARY.md: 项目总结(2.9KB)
- notes/: 生成的视频笔记目录
- .gitignore: 忽略Python虚拟环境等

测试验证:
- 成功提取BV11t64BJEDZ视频内容
- 绕过B站极验验证码
- 生成完整的Markdown笔记
This commit is contained in:
OpenClaw Agent
2026-02-07 09:51:22 +08:00
parent f41f945fe0
commit 87ba038d39
6 changed files with 1137 additions and 0 deletions
+59
View File
@@ -0,0 +1,59 @@
# B站视频提取器 - 快速使用指南
## 一键运行
```bash
cd /home/admin/.openclaw/workspace
/home/admin/.openclaw/workspace/bilibili_venv/bin/python bilibili_extractor.py
```
## 修改视频
编辑 `bilibili_extractor.py` 文件,修改第424行左右的 `bvid` 变量:
```python
bvid = "BVxxxxxxxxxxxx" # 改为你想提取的视频BV号
```
## 修改输出路径
修改 `output_file` 变量:
```python
output_file = "/path/to/your/output.md"
```
## 已生成的文件
1. **bilibili_extractor.py** - 主程序
2. **BILIBILI_EXTRACTOR_README.md** - 完整文档(包含技术细节)
3. **notes/时代真变了glm4.7+playwright-cli-AI自主进行自动化测试.md** - 提取的视频笔记
## 遇到验证码?
如果脚本运行时出现验证码:
1. 编辑 `bilibili_extractor.py`
2. 找到第427行,修改为:
```python
extractor = BilibiliExtractor(headless=False)
```
3. 重新运行,会显示浏览器窗口,手动完成验证码
## 技术栈
- **Playwright** - 浏览器自动化
- **undetected-playwright** - 反爬虫检测绕过
- **BeautifulSoup** - HTML解析
- **asyncio** - 异步处理
## 成功案例
已成功提取视频:BV11t64BJEDZ
标题:时代真变了!glm4.7+playwright cli, AI自主进行自动化测试
UP主:录教程的乙醇啦
时长:04:46
播放量:969
完整笔记:notes/时代真变了glm4.7+playwright-cli-AI自主进行自动化测试.md