---
name: bilibili-extractor
description: B站视频内容提取工具，使用Playwright + undetected-playwright绕过反爬虫，支持提取视频信息、统计数据、字幕并生成Markdown笔记。
---

# SKILL.md - B站视频内容提取工具

## 功能说明

这个工具可以从B站（bilibili.com）提取视频内容并生成结构化的Markdown笔记。

**核心能力：**
- ✅ 绕过B站极验验证码
- ✅ 提取视频基本信息（标题、UP主、时长、发布时间）
- ✅ 获取视频统计数据（播放量、点赞、投币、收藏、分享、弹幕、评论）
- ✅ 提取视频字幕（如果有CC字幕）
- ✅ 生成结构化Markdown笔记

## 适用场景

当用户请求：
- "帮我提取这个B站视频的内容：[链接]"
- "分析这个B站视频：BV号"
- "获取B站视频的字幕"
- "生成B站视频的笔记"

## 工作原理

使用 Playwright + undetected-playwright (stealth_async) 绕过B站的反爬虫检测：
1. 使用stealth模式启动浏览器
2. 访问B站视频页面
3. 多策略提取数据（JS变量 → HTML解析 → API备用）
4. 处理验证码（如果触发）
5. 生成Markdown笔记

## 使用方法

### 方式1：直接运行脚本

```bash
cd /home/admin/.openclaw/workspace
./bilibili_venv/bin/python bilibili_extractor.py
```

### 方式2：修改视频ID

编辑 `bilibili_extractor.py` 文件，修改 `bvid` 变量：

```python
bvid = "BV11t64BJEDZ"  # 修改为目标视频的BV号
```

### 方式3：作为子代理任务使用

启动子代理处理：

```python
sessions_spawn(
    task="提取B站视频内容：BV11t64BJEDZ",
    model="zhipu/glm-4.7"
)
```

## 文件位置

**主程序：** `/home/admin/.openclaw/workspace/bilibili_extractor.py`

**虚拟环境：** `/home/admin/.openclaw/workspace/bilibili_venv/`

**文档：**
- `BILIBILI_EXTRACTOR_README.md` - 完整技术文档
- `USAGE.md` - 快速使用指南
- `PROJECT_SUMMARY.md` - 项目总结

**输出目录：** `/home/admin/.openclaw/workspace/notes/`

## 处理验证码

如果遇到验证码：

1. 修改脚本中的 `headless` 参数：
```python
# 改为非headless模式
browser = p.chromium.launch(headless=False, args=args)
```

2. 运行脚本，浏览器会显示，手动完成验证
3. 验证通过后可以改回 `headless=True`

## 支持的输入格式

- 短链接：`lid6E0m`
- 完整短链接：`https://b23.tv/lid6E0m`
- BV号：`BV11t64BJEDZ`
- 完整视频链接：`https://www.bilibili.com/video/BV11t64BJEDZ`

## 短链接转换工具

如果需要将B站短链接转换为完整链接，可以使用：

```bash
./scripts/bilibili-short-to-long.sh lid6E0m
```

输出：`https://www.bilibili.com/video/BV11t64BJEDZ`

## 注意事项

⚠️ **反爬虫警告：**
- B站可能随时更新反爬虫策略
- 频繁请求可能导致IP封禁
- 建议控制请求频率

⚠️ **法律风险：**
- 仅用于个人学习
- 遵守B站服务条款
- 不要大规模爬取

## 故障排除

### 问题1：无法绕过验证码

**解决方案：**
- 使用非headless模式手动处理验证
- 更新 undetected-playwright 到最新版本
- 尝试更换浏览器配置参数

### 问题2：页面加载超时

**解决方案：**
- 检查网络连接
- 增加超时时间（修改脚本中的 timeout 参数）
- 使用代理IP

### 问题3：无法提取字幕

**原因：** 目标视频可能没有CC字幕

**解决方案：**
- 检查视频是否有字幕
- 脚本已优雅处理无字幕情况

## 技术栈

- **Playwright** - 浏览器自动化框架
- **undetected-playwright** - 反检测插件
- **BeautifulSoup4** - HTML解析
- **Python 3.10+**

## 依赖安装

```bash
pip install playwright undetected-playwright beautifulsoup4 requests
playwright install chromium
```

（虚拟环境已安装所有依赖）

## 示例输出

生成的Markdown笔记包含：
```markdown
# 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
**BV号**: BV11t64BJEDZ
**时长**: 04:46
**发布时间**: 2026-02-01 18:39:58

## 视频统计
- 播放量: 969
- 点赞: 22
- 投币: 10
- 收藏: 72
- 分享: 15
- 弹幕: 0
- 评论: 9

## 字幕内容
（如果有字幕）
...
```

## 相关脚本

- `scripts/bilibili-short-to-long.sh` - B站短链接转换工具
- `scripts/install-browser-for-openclaw.sh` - 浏览器环境一键安装脚本

## 更多信息

查看完整文档：`/home/admin/.openclaw/workspace/BILIBILI_EXTRACTOR_README.md`