标签：大全 远程主机 out gen 缓冲 with open 远程 报错 导致
最近发现一些网站，可以解析各大视频网站的vip。仔细想了想，这也算是爬虫呀，爬的是视频数据。
首先选取一个视频网站，我选的是 影视大全 ，然后选择上映不久的电影 “一出好戏” 。
我用的是chrome浏览器，F12进入查看。选择NetWork的Doc，发现主体部分的数据是从这个网站获取的。
在地址栏输入这个链接，跳转到了视频来源的播放页面。
当然，在这个页面就可以直接观看视频了，但是我们要把视频下载下来。
仍然是之前那个页面，在Other中，我们发现了一些奇怪的东西。
查一下，m3u8是个啥东西。
m3u8是苹果公司推出一种视频播放标准，是m3u的一种，不过 编码方式是utf-8，是一种文件检索格式，将视频切割成一小段一小段的ts格式的视频文件，然后存在服务器中（现在为了减少I/o访问次数，一般存在服务器的内存中），通过m3u8解析出来路径，然后去请求。
这下就清楚了，这就是我们要找的东西。
点击Response，查看这个.m3u8的文件。观察发现，.ts后缀的文件地址是有规律的。我们只需要下载所有的.ts后缀文件，然后把它们整合成一个文件即可。
命令行：“copy /b F:\f\*.ts E:\f\new.ts”。
执行该命令后，F:\f目录下的全部TS文件就被合并成一个new.ts文件了（你原来的那堆文件仍然存在）。
这里使用copy命令的文件合并功能进行ts文件的合并，copy后面的 /b 参数表示把文件按二进制格式来合并，如果不加这个参数，则会把目标当成文本文件来合并，并在文件内添加不必要的标记，这会导致播放出错，所以必须加 /b 参数。
from urllib import request import urllib from time import sleep import socket class CatchVideo(object): def __init__(self): self.headers = "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.71 Safari/537.36" self.url = "" def set_url(self, i): if i < 1000: self.url = "https://cdn.letv-cdn.com/20180811/YLDUgCD6/1000kb/hls/DtrOg2412%03d.ts" % i else: self.url = "https://cdn.letv-cdn.com/20180811/YLDUgCD6/1000kb/hls/DtrOg2412%04d.ts" % i # 获取并下载ts文件 def dl_ts(self, i): rq = request.Request(self.url) rq.add_header(‘User-Agent‘, self.headers) response = request.urlopen(rq) resread = response.read() with open(str(i)+".ts", "wb") as f: f.write(resread) response.close()# 关闭urlopen方法，防止被ban def start_work(self): for i in range(0, 1563+1): self.set_url(i) try: self.dl_ts(i) print(str(i) + ".ts success") sleep(1) except urllib.error.URLError as e: print(e.reason) break except socket.timeout as e2: print(e2.reason) self.dl_ts(i) if __name__ == ‘__main__‘: catch_video = CatchVideo() socket.setdefaulttimeout(20) catch_video.start_work()
运行过程中，出现了两次报错，分别是：
socket.timeout read读取超时
解决办法：
1.增加response.close，关闭urlopen方法。
2.增加time.sleep，有一秒缓冲时间
3.设置socket.setdefaulttimeout，给socket预留缓冲时间
实际运行过程中，脚本执行效率略低。之后会加入多线程，继续改进，增加运行效率。
https://blog.csdn.net/a33445621/article/details/80377424
https://blog.csdn.net/illegalname/article/details/77164521
python爬取视频网站m3u8视频，下载.ts后缀文件，合并成整视频
标签：大全 远程主机 out gen 缓冲 with open 远程 报错 导致
原文地址：https://www.cnblogs.com/gangler/p/9515246.html
