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:
@@ -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
|
||||
Reference in New Issue
Block a user