1. 项目概述从视频中剥离声音的实用需求作为一个经常需要处理多媒体内容的开发者我发现一个高频需求从B站哔哩哔哩的视频中只提取音频部分。你可能想用它来听课程、保存喜欢的音乐现场版或者为其他创作准备素材。直接用下载器下整个视频文件大、占空间后期还得用格式工厂之类的软件转一次流程繁琐。用Python写个小工具一键搞定音频下载就成了一个既练手又实用的项目。这个项目的核心就是利用Python的网络请求和多媒体处理库模拟浏览器行为获取视频地址然后从中分离出音频流并保存为MP3或AAC等格式。它涉及网络爬虫的基础、HTTP协议的理解、以及FFmpeg这类强大工具的应用。整个过程就像是在数字厨房里精准地从一道“视频菜肴”中提取出“音频汤汁”。下面我就结合自己多次实践的经验把这个过程的思路、踩过的坑和优化技巧完整地分享给你。2. 核心思路与技术选型解析2.1 为什么选择Python及核心库选择Python来实现这个需求几乎是自然而然的。它的生态库太丰富了对于网络请求、数据解析、文件处理等任务都有成熟稳定的轮子。核心思路可以拆解为三步获取视频信息 - 提取音频流链接 - 下载并转码为音频文件。这里有几个关键的技术选型点直接决定了工具的稳定性、速度和易用性网络请求库requestsvshttpxrequests是经典选择简单易用社区资料多。但对于需要处理大量并发或复杂HTTP/2请求的场景它有点力不从心。httpx是后起之秀支持HTTP/2和异步速度更快。在这个项目里我们主要是顺序下载requests的简洁性更胜一筹。但如果未来你想扩展为批量下载httpx的异步特性会非常有用。本次我们先从requests开始。解析库jsonre(正则表达式)B站视频的播放地址和音视频流信息通常嵌套在页面源码的一个巨大JSON对象里。Python内置的json库足以解析它。而re正则表达式则用于从复杂的HTML或JavaScript代码中精准地“抠”出这个JSON字符串。这是一项细致活因为B站的前端代码结构可能会变动。命令行工具FFmpeg这是整个项目的“灵魂”。我们下载下来的往往是音视频混合的容器格式如.flv,.mp4或者独立的音频流链接如.m4s。FFmpeg是一个强大的多媒体处理框架用一行命令就能完成提取音频、转码、封装等所有操作。Python代码的角色是组装并调用这个命令。务必注意我们的Python脚本本身不包含FFmpeg它需要你提前在操作系统上安装好。2.2 理解B站视频的地址构成B站的视频播放采用了分片传输技术尤其是对于高清视频。你看到的“一个”视频实际上是由许多小的音视频分片.m4s文件组成的。我们的目标就是找到这些分片文件中属于音频的那一部分。通过浏览器开发者工具F12 - 网络 - 媒体过滤m4s请求你能看到类似https://upos-sz-mirrorali.bilivideo.com/.../audio.m4s?...的地址。这就是纯音频流。我们的脚本要做的就是通过分析视频页面或API返回的数据构造出这个地址。这里有个关键点B站对视频地址进行了编码和鉴权通常需要携带一个有时效性的tokenparams字段。直接复制浏览器里的地址过一会儿就会失效。因此我们的脚本必须能动态地、程序化地获取这个有效的token。3. 环境准备与依赖安装3.1 Python环境与库安装首先确保你的电脑上安装了Python 3.6或更高版本。打开终端Windows用CMD或PowerShellMac/Linux用Terminal创建一个新的项目目录并安装必要的库。# 创建项目文件夹并进入 mkdir bilibili_audio_downloader cd bilibili_audio_downloader # 创建虚拟环境推荐避免污染全局环境 python -m venv venv # 激活虚拟环境 # Windows: venv\Scripts\activate # MacOS/Linux: source venv/bin/activate # 安装核心库 pip install requests # 可选但推荐用于解析HTML比纯正则更稳定 pip install beautifulsoup4 # 可选用于显示进度条提升体验 pip install tqdmbeautifulsoup4通常导入为bs4是一个HTML/XML解析库。虽然B站的关键数据在JSON里但有时找到这个JSON需要先解析HTML结构用bs4比写复杂的正则表达式更可靠。tqdm则能为下载过程添加一个美观的进度条。3.2 FFmpeg的安装与配置这是最重要的一步。FFmpeg不是Python库而是一个独立的命令行程序。Windows:访问 FFmpeg官网 或搜索 “FFmpeg Windows Builds”。下载一个静态编译版本例如来自gyan.dev的release-full.7z。解压到一个目录例如C:\ffmpeg。将C:\ffmpeg\bin添加到系统的环境变量Path中。打开新的命令行窗口输入ffmpeg -version如果显示版本信息则安装成功。MacOS: 使用Homebrew安装是最简单的。brew install ffmpegLinux (如Ubuntu):sudo apt update sudo apt install ffmpeg安装完成后在终端里输入ffmpeg -version测试确保在任何路径下都能调用。注意很多下载失败或转换出错的问题根源都是FFmpeg没装好或路径不对。务必先验证这一步。4. 核心代码实现与分步解析接下来我们一步步构建核心脚本download_audio.py。我会把代码拆成几个函数并详细解释每一部分。4.1 获取视频页面信息与初始JSON首先我们需要根据用户输入的B站视频链接如https://www.bilibili.com/video/BV1xx411c7mD获取到包含所有流信息的初始数据。import re import json import requests from bs4 import BeautifulSoup def get_video_info(bvid_or_url): 根据BV号或完整URL获取视频的基本信息和包含播放地址的JSON数据。 headers { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36, Referer: https://www.bilibili.com/ } # 处理输入提取BV号 if bilibili.com in bvid_or_url: # 从URL中匹配BV号 match re.search(r(BV[0-9A-Za-z]{10}), bvid_or_url) if not match: raise ValueError(无法从URL中提取有效的BV号) bvid match.group(1) else: # 假设输入的就是BV号 bvid bvid_or_url # 构造视频页面URL page_url fhttps://www.bilibili.com/video/{bvid} print(f正在获取页面: {page_url}) try: resp requests.get(page_url, headersheaders, timeout10) resp.raise_for_status() # 检查请求是否成功 except requests.exceptions.RequestException as e: print(f网络请求失败: {e}) return None # 在页面HTML中查找关键的window.__playinfo__变量 # 这个变量里存储了当前视频的播放数据清晰度、音视频流地址等 pattern rwindow\.__playinfo__\s*\s*({.*?})/script match re.search(pattern, resp.text, re.DOTALL) if match: try: play_info json.loads(match.group(1)) print(成功从 __playinfo__ 获取播放信息) return play_info, bvid except json.JSONDecodeError as e: print(f解析 __playinfo__ JSON 失败: {e}) # 尝试备用方案 else: print(未找到 __playinfo__尝试备用方案...) # 备用方案查找 __INITIAL_STATE__里面包含视频cid等信息可用于调用API pattern_state rwindow\.__INITIAL_STATE__\s*\s*({.*?}); match_state re.search(pattern_state, resp.text, re.DOTALL) if match_state: try: initial_state json.loads(match_state.group(1)) # 从initial_state中提取视频的cid内容ID这是调用API的关键 # 结构可能变化需要小心提取 video_data initial_state.get(videoData) if not video_data: # 尝试另一种常见结构 for key, value in initial_state.items(): if isinstance(value, dict) and cid in value: cid value[cid] break else: cid None else: cid video_data.get(cid) if cid: print(f获取到cid: {cid}) # 使用cid调用另一个API获取播放信息 api_url fhttps://api.bilibili.com/x/player/playurl?bvid{bvid}cid{cid}qn0fnval80 api_resp requests.get(api_url, headersheaders, timeout10) play_info api_resp.json() if play_info.get(code) 0: print(成功通过API获取播放信息) return play_info, bvid else: print(fAPI调用失败: {play_info.get(message)}) else: print(无法从页面中提取cid) except (json.JSONDecodeError, KeyError, TypeError) as e: print(f备用方案解析失败: {e}) print(无法获取视频播放信息请检查链接或网络或B站页面结构可能已更新。) return None, bvid关键点解析User-Agent和Referer这是模拟浏览器行为的关键。没有正确的请求头B站服务器可能会拒绝请求或返回错误数据。window.__playinfo__这是B站前端注入到页面里的一个JavaScript变量包含了当前登录用户或游客能获取的最高清晰度的音视频流信息。它是我们获取地址的首选因为最直接。window.__INITIAL_STATE__这是备用方案。里面包含了视频的cid我们可以用bvid和cid去调用B站官方的API接口获取数据。这个接口相对稳定但可能需要处理不同的清晰度选项。错误处理网络请求和解析都可能失败必须用try...except包裹并给出清晰的错误提示方便排查。4.2 从播放信息中提取音频流地址拿到play_info这个JSON对象后我们需要从中找到音频流的真实下载地址。def extract_audio_url(play_info): 从播放信息JSON中提取音频流的URL。 优先查找独立的音频流其次从音视频混合流中提取音频。 if not play_info or data not in play_info: print(播放信息格式错误) return None data play_info[data] # 方案1查找 dash 格式下的独立音频流最高质量 # dash格式是B站用于高清视频的格式音视频分离 if dash in data: dash data[dash] audio_streams dash.get(audio, []) if audio_streams: # 通常有多个音质可选我们选第一个通常是最高或默认音质 # 可以遍历选择码率最高的这里简化处理 audio_info audio_streams[0] audio_url audio_info.get(baseUrl) or audio_info.get(base_url) if audio_url: print(f找到Dash格式音频流编码: {audio_info.get(codecid)}, 码率: {audio_info.get(bandwidth)}) return audio_url, dash # 方案2查找 dash 格式下的 video可能包含音频或 旧格式的 durl # 有时 dash.audio 可能为空或者视频是 flv/mp4 格式音视频混合 # 这时我们需要后续用FFmpeg分离 video_streams [] if dash in data and video in data[dash]: video_streams.extend(data[dash][video]) if durl in data: # 旧格式 video_streams.extend(data[durl]) if video_streams: # 选择第一个视频流通常是默认清晰度 video_info video_streams[0] video_url video_info.get(baseUrl) or video_info.get(base_url) or video_info.get(url) if video_url: print(f找到视频流内含音频将尝试提取音频) return video_url, video # 返回类型标记为video表示需要分离 print(未在播放信息中找到可用的音视频流地址) return None, None关键点解析Dash格式这是我们的理想情况。dash.audio数组里直接提供了纯音频流的地址通常是.m4s文件或直接可播放的链接音质好且文件小。备用视频流如果找不到独立音频流我们就只能下载整个视频文件如.flv,.mp4然后靠FFmpeg来“抽”出音频。这会导致下载流量更大但兼容性最好。baseUrlvsurlJSON中地址的字段名可能因接口不同而变化代码里做了兼容处理。4.3 下载音频流文件获取到地址后我们需要下载它。这里要处理网络请求并添加进度显示。def download_file(url, filename, headers): 下载文件并显示进度。 try: # 流式下载避免一次性加载大文件到内存 response requests.get(url, headersheaders, streamTrue, timeout30) response.raise_for_status() total_size int(response.headers.get(content-length, 0)) block_size 8192 # 每次下载的块大小 print(f开始下载: {filename}) with open(filename, wb) as f: if total_size 0: # 服务器未返回文件大小 for chunk in response.iter_content(chunk_sizeblock_size): if chunk: f.write(chunk) print(下载完成大小未知) else: # 使用tqdm显示进度条 try: from tqdm import tqdm with tqdm(totaltotal_size, unitB, unit_scaleTrue, descfilename) as pbar: for chunk in response.iter_content(chunk_sizeblock_size): if chunk: f.write(chunk) pbar.update(len(chunk)) print(下载完成) except ImportError: # 如果没有安装tqdm则用简单方式显示 downloaded 0 for chunk in response.iter_content(chunk_sizeblock_size): if chunk: f.write(chunk) downloaded len(chunk) percent downloaded / total_size * 100 print(f\r下载进度: {percent:.1f}% ({downloaded}/{total_size}), end) print() # 换行 return True except requests.exceptions.RequestException as e: print(f下载失败: {e}) return False关键点解析streamTrue对于大文件必须使用流式下载否则会一次性把文件内容全读到内存可能导致内存溢出。进度显示tqdm库提供了非常美观的进度条。我们做了兼容处理如果用户没安装就用简单的百分比显示。请求头下载音视频流时通常需要携带和获取页面时相同的Referer等头信息否则服务器可能返回403错误。4.4 使用FFmpeg处理音频下载下来的文件可能是纯音频流.m4s或音视频混合文件。我们需要用FFmpeg进行最终处理输出为通用的MP3格式。import subprocess import os def convert_to_mp3(input_path, output_path): 使用FFmpeg将输入文件转换为MP3格式。 如果输入是纯音频流则直接转换如果是视频则提取音频。 # 构建FFmpeg命令 # -i 输入文件 # -vn 忽略视频流如果输入是视频 # -acodec libmp3lame 使用MP3编码器 # -ab 192k 设置音频比特率为192kbps高质量 # -y 覆盖已存在的输出文件 command [ ffmpeg, -i, input_path, -vn, # 不要视频 -acodec, libmp3lame, -ab, 192k, -y, # 无需确认直接覆盖 output_path ] print(f正在转换音频: {input_path} - {output_path}) try: # 运行命令并捕获输出通常FFmpeg会输出到stderr result subprocess.run(command, capture_outputTrue, textTrue, timeout300) # 设置5分钟超时 if result.returncode 0: print(音频转换成功) # 可选删除原始的临时下载文件 # os.remove(input_path) return True else: print(fFFmpeg转换失败返回码: {result.returncode}) print(f错误信息: {result.stderr[:500]}) # 打印前500字符错误信息 return False except subprocess.TimeoutExpired: print(FFmpeg转换超时可能文件过大或出现异常。) return False except FileNotFoundError: print(错误未找到FFmpeg。请确保已正确安装并添加到系统环境变量Path中。) return False except Exception as e: print(f调用FFmpeg时发生未知错误: {e}) return False关键点解析subprocess.run这是Python调用外部命令的标准方式。capture_outputTrue可以捕获FFmpeg的输出便于调试。FFmpeg参数-vn非常关键告诉FFmpeg“不要视频流”只处理音频。-acodec libmp3lame指定音频编码器为MP3。-ab 192k设置音频比特率。192kbps是高质量的立体声MP3常用值你可以根据需要调整为128k、256k等。-y自动确认覆盖已存在的输出文件避免脚本执行被中断。错误处理重点捕获了FileNotFoundErrorFFmpeg未安装和超时错误。FFmpeg的错误信息通常输出到stderr打印一部分有助于排查问题如编码器不支持、文件损坏等。4.5 主函数串联整个流程最后我们写一个主函数把上面的步骤串联起来并处理用户输入。def main(): import sys import tempfile if len(sys.argv) 2: print(用法: python download_audio.py B站视频BV号或链接 [输出文件名(可选)]) print(示例: python download_audio.py BV1xx411c7mD) print(示例: python download_audio.py https://www.bilibili.com/video/BV1xx411c7mD my_audio.mp3) sys.exit(1) input_arg sys.argv[1] output_filename sys.argv[2] if len(sys.argv) 2 else None # 1. 获取视频信息 play_info, bvid get_video_info(input_arg) if not play_info: print(无法继续退出。) sys.exit(1) # 2. 提取音频地址 media_url, media_type extract_audio_url(play_info) if not media_url: print(无法提取音视频地址退出。) sys.exit(1) print(f获取到媒体地址类型: {media_type}) # 3. 准备下载 headers { User-Agent: Mozilla/5.0 ..., # 同上 Referer: fhttps://www.bilibili.com/video/{bvid} # 有时还需要 Origin 头视情况添加 # Origin: https://www.bilibili.com } # 创建临时文件存放下载内容 with tempfile.NamedTemporaryFile(deleteFalse, suffix.temp) as tmp_file: temp_path tmp_file.name try: # 4. 下载文件 if not download_file(media_url, temp_path, headers): print(下载失败清理临时文件后退出。) os.unlink(temp_path) sys.exit(1) # 5. 确定输出文件名 if not output_filename: # 尝试从play_info中获取视频标题作为默认文件名 title B站音频 try: # 从 __INITIAL_STATE__ 或 data 里找标题 if data in play_info and title in play_info[data]: title play_info[data][title] elif videoData in play_info.get(data, {}): title play_info[data][videoData].get(title, title) except: pass # 清理文件名中的非法字符 import re title_clean re.sub(r[:/\\|?*], _, title)[:100] # 限制长度 output_filename f{title_clean}.mp3 elif not output_filename.endswith(.mp3): output_filename .mp3 # 6. 转换音频 if convert_to_mp3(temp_path, output_filename): print(f 音频已成功保存为: {output_filename}) else: print(音频转换失败。) finally: # 确保临时文件被清理 if os.path.exists(temp_path): os.unlink(temp_path) print(临时文件已清理。) if __name__ __main__: main()5. 完整脚本与使用方式将上述所有函数整合到一个download_audio.py文件中。使用时在命令行中运行# 使用BV号 python download_audio.py BV1xx411c7mD # 使用完整链接 python download_audio.py https://www.bilibili.com/video/BV1xx411c7mD # 指定输出文件名 python download_audio.py BV1xx411c7mD 我最喜欢的歌曲.mp3脚本会自动下载并转换最终在当前目录生成一个同名的.mp3文件。6. 常见问题、排查技巧与优化方向在实际使用中你肯定会遇到各种问题。下面是我踩过坑后总结的排查清单和优化建议。6.1 常见错误与解决方案问题现象可能原因排查步骤与解决方案报错JSONDecodeError或无法获取视频播放信息1. B站页面结构更新。2. 网络问题或请求被拦截。3. 视频需要大会员或地区限制。1.更新正则表达式用浏览器打开视频页查看网页源代码CtrlU搜索window.__playinfo__和window.__INITIAL_STATE__看结构是否变化调整正则匹配模式。2.检查请求头确保User-Agent和Referer正确且最新。可以复制浏览器网络请求中的完整头信息。3.手动获取Cookie对于需要登录的视频可以将浏览器登录B站后的Cookie字符串添加到headers中Cookie: 你的Cookie字符串。注意Cookie隐私安全。下载链接403 Forbidden1. 下载请求缺少必要的请求头如Referer,Origin。2. 下载链接过期token失效。1.补全请求头确保下载函数download_file的headers参数包含了Referer视频页地址和User-Agent。2.重新获取每次运行脚本都会获取新的地址确保不是使用了旧的缓存链接。如果是批量下载注意同一个play_info里的地址可能很快失效。FFmpeg报错Protocol not found或Invalid data found1. 下载的文件不是有效的媒体文件可能是错误页面。2. 临时文件损坏。3. 输入文件路径有特殊字符或空格。1.检查下载的文件用文本编辑器打开temp_path文件看看开头是不是HTML错误信息。2.手动验证尝试用ffmpeg -i [temp_path]命令直接在终端运行看更详细的错误。3.路径处理确保传递给FFmpeg的路径被引号包裹或在代码中用shlex.quote()处理。转换出的MP3没有声音或时长不对1. 下载的是纯视频流无音频。2. 音频编码特殊FFmpeg默认参数无法处理。1.检查media_type打印media_type如果是video但实际下载的文件不包含音频流就会失败。需要回查extract_audio_url逻辑确保其选择了正确的流。2.调整FFmpeg参数尝试不加-acodec libmp3lame让FFmpeg自动选择编码器[ffmpeg, -i, input_path, -vn, -acodec, copy, output_path]。-acodec copy是直接复制流而不重新编码速度最快但输出格式可能是m4a等。脚本运行缓慢1. 网络延迟。2. 下载大视频后再转换IO耗时。1.使用httpx异步下载对于多个音频可以改用异步库提升效率。2.边下边转流式处理高级技巧。可以尝试让FFmpeg直接从网络URL读取并转换避免保存临时文件。命令类似ffmpeg -i “{media_url}” -headers “Referer: ...” -vn -acodec libmp3lame -ab 192k -y output.mp3。但这需要FFmpeg支持该协议且URL稳定。6.2 进阶优化与功能扩展基础功能跑通后你可以考虑以下方向来打造一个更强大的工具支持清晰度/音质选择解析play_info[‘data’][‘dash’][‘audio’]数组里面可能有多个不同码率bandwidth的音频流。可以让用户选择或默认选择最高码率的。批量下载读取一个包含多个BV号或链接的文本文件循环调用主函数。注意加入延时如time.sleep(2)避免请求过快被限制。图形化界面GUI使用tkinter或PyQt包装成一个有输入框、按钮和进度条的小软件对非程序员用户更友好。获取视频封面并嵌入MP3从__INITIAL_STATE__或videoData里可以找到封面图pic字段。下载后使用mutagen库将封面嵌入到生成的MP3文件的ID3标签中。更完善的错误恢复实现断点续传对于大文件、失败重试机制提升脚本的健壮性。处理分P视频B站很多视频是分P的。__INITIAL_STATE__里的videoData[‘pages’]包含了所有分P的信息cid和标题。可以修改脚本让用户选择下载哪一P或全部下载。这个项目虽然不大但完整地串联了网络爬虫、数据解析、文件处理和外部工具调用等多个Python实用技能点。最重要的是它解决了一个真实的需求。希望这份详细的拆解和实录能帮助你顺利实现功能并在过程中举一反三。编程的乐趣就在于用代码将想法变成现实并不断打磨让它更好用。如果在实现中遇到新问题不妨多看看浏览器的开发者工具那里藏着所有网络请求的秘密是解决这类问题的最佳导师。 
长河君 · 2026/8/4 4:44:19 · 阅读 1.2k Python实战：从B站视频提取音频的完整方案与FFmpeg应用
1. 项目概述从视频中剥离声音的实用需求作为一个经常需要处理多媒体内容的开发者我发现一个高频需求从B站哔哩哔哩的视频中只提取音频部分。你可能想用它来听课程、保存喜欢的音乐现场版或者为其他创作准备素材。直接用下载器下整个视频文件大、占空间后期还得用格式工厂之类的软件转一次流程繁琐。用Python写个小工具一键搞定音频下载就成了一个既练手又实用的项目。这个项目的核心就是利用Python的网络请求和多媒体处理库模拟浏览器行为获取视频地址然后从中分离出音频流并保存为MP3或AAC等格式。它涉及网络爬虫的基础、HTTP协议的理解、以及FFmpeg这类强大工具的应用。整个过程就像是在数字厨房里精准地从一道“视频菜肴”中提取出“音频汤汁”。下面我就结合自己多次实践的经验把这个过程的思路、踩过的坑和优化技巧完整地分享给你。2. 核心思路与技术选型解析2.1 为什么选择Python及核心库选择Python来实现这个需求几乎是自然而然的。它的生态库太丰富了对于网络请求、数据解析、文件处理等任务都有成熟稳定的轮子。核心思路可以拆解为三步获取视频信息 - 提取音频流链接 - 下载并转码为音频文件。这里有几个关键的技术选型点直接决定了工具的稳定性、速度和易用性网络请求库requestsvshttpxrequests是经典选择简单易用社区资料多。但对于需要处理大量并发或复杂HTTP/2请求的场景它有点力不从心。httpx是后起之秀支持HTTP/2和异步速度更快。在这个项目里我们主要是顺序下载requests的简洁性更胜一筹。但如果未来你想扩展为批量下载httpx的异步特性会非常有用。本次我们先从requests开始。解析库jsonre(正则表达式)B站视频的播放地址和音视频流信息通常嵌套在页面源码的一个巨大JSON对象里。Python内置的json库足以解析它。而re正则表达式则用于从复杂的HTML或JavaScript代码中精准地“抠”出这个JSON字符串。这是一项细致活因为B站的前端代码结构可能会变动。命令行工具FFmpeg这是整个项目的“灵魂”。我们下载下来的往往是音视频混合的容器格式如.flv,.mp4或者独立的音频流链接如.m4s。FFmpeg是一个强大的多媒体处理框架用一行命令就能完成提取音频、转码、封装等所有操作。Python代码的角色是组装并调用这个命令。务必注意我们的Python脚本本身不包含FFmpeg它需要你提前在操作系统上安装好。2.2 理解B站视频的地址构成B站的视频播放采用了分片传输技术尤其是对于高清视频。你看到的“一个”视频实际上是由许多小的音视频分片.m4s文件组成的。我们的目标就是找到这些分片文件中属于音频的那一部分。通过浏览器开发者工具F12 - 网络 - 媒体过滤m4s请求你能看到类似https://upos-sz-mirrorali.bilivideo.com/.../audio.m4s?...的地址。这就是纯音频流。我们的脚本要做的就是通过分析视频页面或API返回的数据构造出这个地址。这里有个关键点B站对视频地址进行了编码和鉴权通常需要携带一个有时效性的tokenparams字段。直接复制浏览器里的地址过一会儿就会失效。因此我们的脚本必须能动态地、程序化地获取这个有效的token。3. 环境准备与依赖安装3.1 Python环境与库安装首先确保你的电脑上安装了Python 3.6或更高版本。打开终端Windows用CMD或PowerShellMac/Linux用Terminal创建一个新的项目目录并安装必要的库。# 创建项目文件夹并进入 mkdir bilibili_audio_downloader cd bilibili_audio_downloader # 创建虚拟环境推荐避免污染全局环境 python -m venv venv # 激活虚拟环境 # Windows: venv\Scripts\activate # MacOS/Linux: source venv/bin/activate # 安装核心库 pip install requests # 可选但推荐用于解析HTML比纯正则更稳定 pip install beautifulsoup4 # 可选用于显示进度条提升体验 pip install tqdmbeautifulsoup4通常导入为bs4是一个HTML/XML解析库。虽然B站的关键数据在JSON里但有时找到这个JSON需要先解析HTML结构用bs4比写复杂的正则表达式更可靠。tqdm则能为下载过程添加一个美观的进度条。3.2 FFmpeg的安装与配置这是最重要的一步。FFmpeg不是Python库而是一个独立的命令行程序。Windows:访问 FFmpeg官网 或搜索 “FFmpeg Windows Builds”。下载一个静态编译版本例如来自gyan.dev的release-full.7z。解压到一个目录例如C:\ffmpeg。将C:\ffmpeg\bin添加到系统的环境变量Path中。打开新的命令行窗口输入ffmpeg -version如果显示版本信息则安装成功。MacOS: 使用Homebrew安装是最简单的。brew install ffmpegLinux (如Ubuntu):sudo apt update sudo apt install ffmpeg安装完成后在终端里输入ffmpeg -version测试确保在任何路径下都能调用。注意很多下载失败或转换出错的问题根源都是FFmpeg没装好或路径不对。务必先验证这一步。4. 核心代码实现与分步解析接下来我们一步步构建核心脚本download_audio.py。我会把代码拆成几个函数并详细解释每一部分。4.1 获取视频页面信息与初始JSON首先我们需要根据用户输入的B站视频链接如https://www.bilibili.com/video/BV1xx411c7mD获取到包含所有流信息的初始数据。import re import json import requests from bs4 import BeautifulSoup def get_video_info(bvid_or_url): 根据BV号或完整URL获取视频的基本信息和包含播放地址的JSON数据。 headers { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36, Referer: https://www.bilibili.com/ } # 处理输入提取BV号 if bilibili.com in bvid_or_url: # 从URL中匹配BV号 match re.search(r(BV[0-9A-Za-z]{10}), bvid_or_url) if not match: raise ValueError(无法从URL中提取有效的BV号) bvid match.group(1) else: # 假设输入的就是BV号 bvid bvid_or_url # 构造视频页面URL page_url fhttps://www.bilibili.com/video/{bvid} print(f正在获取页面: {page_url}) try: resp requests.get(page_url, headersheaders, timeout10) resp.raise_for_status() # 检查请求是否成功 except requests.exceptions.RequestException as e: print(f网络请求失败: {e}) return None # 在页面HTML中查找关键的window.__playinfo__变量 # 这个变量里存储了当前视频的播放数据清晰度、音视频流地址等 pattern rwindow\.__playinfo__\s*\s*({.*?})/script match re.search(pattern, resp.text, re.DOTALL) if match: try: play_info json.loads(match.group(1)) print(成功从 __playinfo__ 获取播放信息) return play_info, bvid except json.JSONDecodeError as e: print(f解析 __playinfo__ JSON 失败: {e}) # 尝试备用方案 else: print(未找到 __playinfo__尝试备用方案...) # 备用方案查找 __INITIAL_STATE__里面包含视频cid等信息可用于调用API pattern_state rwindow\.__INITIAL_STATE__\s*\s*({.*?}); match_state re.search(pattern_state, resp.text, re.DOTALL) if match_state: try: initial_state json.loads(match_state.group(1)) # 从initial_state中提取视频的cid内容ID这是调用API的关键 # 结构可能变化需要小心提取 video_data initial_state.get(videoData) if not video_data: # 尝试另一种常见结构 for key, value in initial_state.items(): if isinstance(value, dict) and cid in value: cid value[cid] break else: cid None else: cid video_data.get(cid) if cid: print(f获取到cid: {cid}) # 使用cid调用另一个API获取播放信息 api_url fhttps://api.bilibili.com/x/player/playurl?bvid{bvid}cid{cid}qn0fnval80 api_resp requests.get(api_url, headersheaders, timeout10) play_info api_resp.json() if play_info.get(code) 0: print(成功通过API获取播放信息) return play_info, bvid else: print(fAPI调用失败: {play_info.get(message)}) else: print(无法从页面中提取cid) except (json.JSONDecodeError, KeyError, TypeError) as e: print(f备用方案解析失败: {e}) print(无法获取视频播放信息请检查链接或网络或B站页面结构可能已更新。) return None, bvid关键点解析User-Agent和Referer这是模拟浏览器行为的关键。没有正确的请求头B站服务器可能会拒绝请求或返回错误数据。window.__playinfo__这是B站前端注入到页面里的一个JavaScript变量包含了当前登录用户或游客能获取的最高清晰度的音视频流信息。它是我们获取地址的首选因为最直接。window.__INITIAL_STATE__这是备用方案。里面包含了视频的cid我们可以用bvid和cid去调用B站官方的API接口获取数据。这个接口相对稳定但可能需要处理不同的清晰度选项。错误处理网络请求和解析都可能失败必须用try...except包裹并给出清晰的错误提示方便排查。4.2 从播放信息中提取音频流地址拿到play_info这个JSON对象后我们需要从中找到音频流的真实下载地址。def extract_audio_url(play_info): 从播放信息JSON中提取音频流的URL。 优先查找独立的音频流其次从音视频混合流中提取音频。 if not play_info or data not in play_info: print(播放信息格式错误) return None data play_info[data] # 方案1查找 dash 格式下的独立音频流最高质量 # dash格式是B站用于高清视频的格式音视频分离 if dash in data: dash data[dash] audio_streams dash.get(audio, []) if audio_streams: # 通常有多个音质可选我们选第一个通常是最高或默认音质 # 可以遍历选择码率最高的这里简化处理 audio_info audio_streams[0] audio_url audio_info.get(baseUrl) or audio_info.get(base_url) if audio_url: print(f找到Dash格式音频流编码: {audio_info.get(codecid)}, 码率: {audio_info.get(bandwidth)}) return audio_url, dash # 方案2查找 dash 格式下的 video可能包含音频或 旧格式的 durl # 有时 dash.audio 可能为空或者视频是 flv/mp4 格式音视频混合 # 这时我们需要后续用FFmpeg分离 video_streams [] if dash in data and video in data[dash]: video_streams.extend(data[dash][video]) if durl in data: # 旧格式 video_streams.extend(data[durl]) if video_streams: # 选择第一个视频流通常是默认清晰度 video_info video_streams[0] video_url video_info.get(baseUrl) or video_info.get(base_url) or video_info.get(url) if video_url: print(f找到视频流内含音频将尝试提取音频) return video_url, video # 返回类型标记为video表示需要分离 print(未在播放信息中找到可用的音视频流地址) return None, None关键点解析Dash格式这是我们的理想情况。dash.audio数组里直接提供了纯音频流的地址通常是.m4s文件或直接可播放的链接音质好且文件小。备用视频流如果找不到独立音频流我们就只能下载整个视频文件如.flv,.mp4然后靠FFmpeg来“抽”出音频。这会导致下载流量更大但兼容性最好。baseUrlvsurlJSON中地址的字段名可能因接口不同而变化代码里做了兼容处理。4.3 下载音频流文件获取到地址后我们需要下载它。这里要处理网络请求并添加进度显示。def download_file(url, filename, headers): 下载文件并显示进度。 try: # 流式下载避免一次性加载大文件到内存 response requests.get(url, headersheaders, streamTrue, timeout30) response.raise_for_status() total_size int(response.headers.get(content-length, 0)) block_size 8192 # 每次下载的块大小 print(f开始下载: {filename}) with open(filename, wb) as f: if total_size 0: # 服务器未返回文件大小 for chunk in response.iter_content(chunk_sizeblock_size): if chunk: f.write(chunk) print(下载完成大小未知) else: # 使用tqdm显示进度条 try: from tqdm import tqdm with tqdm(totaltotal_size, unitB, unit_scaleTrue, descfilename) as pbar: for chunk in response.iter_content(chunk_sizeblock_size): if chunk: f.write(chunk) pbar.update(len(chunk)) print(下载完成) except ImportError: # 如果没有安装tqdm则用简单方式显示 downloaded 0 for chunk in response.iter_content(chunk_sizeblock_size): if chunk: f.write(chunk) downloaded len(chunk) percent downloaded / total_size * 100 print(f\r下载进度: {percent:.1f}% ({downloaded}/{total_size}), end) print() # 换行 return True except requests.exceptions.RequestException as e: print(f下载失败: {e}) return False关键点解析streamTrue对于大文件必须使用流式下载否则会一次性把文件内容全读到内存可能导致内存溢出。进度显示tqdm库提供了非常美观的进度条。我们做了兼容处理如果用户没安装就用简单的百分比显示。请求头下载音视频流时通常需要携带和获取页面时相同的Referer等头信息否则服务器可能返回403错误。4.4 使用FFmpeg处理音频下载下来的文件可能是纯音频流.m4s或音视频混合文件。我们需要用FFmpeg进行最终处理输出为通用的MP3格式。import subprocess import os def convert_to_mp3(input_path, output_path): 使用FFmpeg将输入文件转换为MP3格式。 如果输入是纯音频流则直接转换如果是视频则提取音频。 # 构建FFmpeg命令 # -i 输入文件 # -vn 忽略视频流如果输入是视频 # -acodec libmp3lame 使用MP3编码器 # -ab 192k 设置音频比特率为192kbps高质量 # -y 覆盖已存在的输出文件 command [ ffmpeg, -i, input_path, -vn, # 不要视频 -acodec, libmp3lame, -ab, 192k, -y, # 无需确认直接覆盖 output_path ] print(f正在转换音频: {input_path} - {output_path}) try: # 运行命令并捕获输出通常FFmpeg会输出到stderr result subprocess.run(command, capture_outputTrue, textTrue, timeout300) # 设置5分钟超时 if result.returncode 0: print(音频转换成功) # 可选删除原始的临时下载文件 # os.remove(input_path) return True else: print(fFFmpeg转换失败返回码: {result.returncode}) print(f错误信息: {result.stderr[:500]}) # 打印前500字符错误信息 return False except subprocess.TimeoutExpired: print(FFmpeg转换超时可能文件过大或出现异常。) return False except FileNotFoundError: print(错误未找到FFmpeg。请确保已正确安装并添加到系统环境变量Path中。) return False except Exception as e: print(f调用FFmpeg时发生未知错误: {e}) return False关键点解析subprocess.run这是Python调用外部命令的标准方式。capture_outputTrue可以捕获FFmpeg的输出便于调试。FFmpeg参数-vn非常关键告诉FFmpeg“不要视频流”只处理音频。-acodec libmp3lame指定音频编码器为MP3。-ab 192k设置音频比特率。192kbps是高质量的立体声MP3常用值你可以根据需要调整为128k、256k等。-y自动确认覆盖已存在的输出文件避免脚本执行被中断。错误处理重点捕获了FileNotFoundErrorFFmpeg未安装和超时错误。FFmpeg的错误信息通常输出到stderr打印一部分有助于排查问题如编码器不支持、文件损坏等。4.5 主函数串联整个流程最后我们写一个主函数把上面的步骤串联起来并处理用户输入。def main(): import sys import tempfile if len(sys.argv) 2: print(用法: python download_audio.py B站视频BV号或链接 [输出文件名(可选)]) print(示例: python download_audio.py BV1xx411c7mD) print(示例: python download_audio.py https://www.bilibili.com/video/BV1xx411c7mD my_audio.mp3) sys.exit(1) input_arg sys.argv[1] output_filename sys.argv[2] if len(sys.argv) 2 else None # 1. 获取视频信息 play_info, bvid get_video_info(input_arg) if not play_info: print(无法继续退出。) sys.exit(1) # 2. 提取音频地址 media_url, media_type extract_audio_url(play_info) if not media_url: print(无法提取音视频地址退出。) sys.exit(1) print(f获取到媒体地址类型: {media_type}) # 3. 准备下载 headers { User-Agent: Mozilla/5.0 ..., # 同上 Referer: fhttps://www.bilibili.com/video/{bvid} # 有时还需要 Origin 头视情况添加 # Origin: https://www.bilibili.com } # 创建临时文件存放下载内容 with tempfile.NamedTemporaryFile(deleteFalse, suffix.temp) as tmp_file: temp_path tmp_file.name try: # 4. 下载文件 if not download_file(media_url, temp_path, headers): print(下载失败清理临时文件后退出。) os.unlink(temp_path) sys.exit(1) # 5. 确定输出文件名 if not output_filename: # 尝试从play_info中获取视频标题作为默认文件名 title B站音频 try: # 从 __INITIAL_STATE__ 或 data 里找标题 if data in play_info and title in play_info[data]: title play_info[data][title] elif videoData in play_info.get(data, {}): title play_info[data][videoData].get(title, title) except: pass # 清理文件名中的非法字符 import re title_clean re.sub(r[:/\\|?*], _, title)[:100] # 限制长度 output_filename f{title_clean}.mp3 elif not output_filename.endswith(.mp3): output_filename .mp3 # 6. 转换音频 if convert_to_mp3(temp_path, output_filename): print(f 音频已成功保存为: {output_filename}) else: print(音频转换失败。) finally: # 确保临时文件被清理 if os.path.exists(temp_path): os.unlink(temp_path) print(临时文件已清理。) if __name__ __main__: main()5. 完整脚本与使用方式将上述所有函数整合到一个download_audio.py文件中。使用时在命令行中运行# 使用BV号 python download_audio.py BV1xx411c7mD # 使用完整链接 python download_audio.py https://www.bilibili.com/video/BV1xx411c7mD # 指定输出文件名 python download_audio.py BV1xx411c7mD 我最喜欢的歌曲.mp3脚本会自动下载并转换最终在当前目录生成一个同名的.mp3文件。6. 常见问题、排查技巧与优化方向在实际使用中你肯定会遇到各种问题。下面是我踩过坑后总结的排查清单和优化建议。6.1 常见错误与解决方案问题现象可能原因排查步骤与解决方案报错JSONDecodeError或无法获取视频播放信息1. B站页面结构更新。2. 网络问题或请求被拦截。3. 视频需要大会员或地区限制。1.更新正则表达式用浏览器打开视频页查看网页源代码CtrlU搜索window.__playinfo__和window.__INITIAL_STATE__看结构是否变化调整正则匹配模式。2.检查请求头确保User-Agent和Referer正确且最新。可以复制浏览器网络请求中的完整头信息。3.手动获取Cookie对于需要登录的视频可以将浏览器登录B站后的Cookie字符串添加到headers中Cookie: 你的Cookie字符串。注意Cookie隐私安全。下载链接403 Forbidden1. 下载请求缺少必要的请求头如Referer,Origin。2. 下载链接过期token失效。1.补全请求头确保下载函数download_file的headers参数包含了Referer视频页地址和User-Agent。2.重新获取每次运行脚本都会获取新的地址确保不是使用了旧的缓存链接。如果是批量下载注意同一个play_info里的地址可能很快失效。FFmpeg报错Protocol not found或Invalid data found1. 下载的文件不是有效的媒体文件可能是错误页面。2. 临时文件损坏。3. 输入文件路径有特殊字符或空格。1.检查下载的文件用文本编辑器打开temp_path文件看看开头是不是HTML错误信息。2.手动验证尝试用ffmpeg -i [temp_path]命令直接在终端运行看更详细的错误。3.路径处理确保传递给FFmpeg的路径被引号包裹或在代码中用shlex.quote()处理。转换出的MP3没有声音或时长不对1. 下载的是纯视频流无音频。2. 音频编码特殊FFmpeg默认参数无法处理。1.检查media_type打印media_type如果是video但实际下载的文件不包含音频流就会失败。需要回查extract_audio_url逻辑确保其选择了正确的流。2.调整FFmpeg参数尝试不加-acodec libmp3lame让FFmpeg自动选择编码器[ffmpeg, -i, input_path, -vn, -acodec, copy, output_path]。-acodec copy是直接复制流而不重新编码速度最快但输出格式可能是m4a等。脚本运行缓慢1. 网络延迟。2. 下载大视频后再转换IO耗时。1.使用httpx异步下载对于多个音频可以改用异步库提升效率。2.边下边转流式处理高级技巧。可以尝试让FFmpeg直接从网络URL读取并转换避免保存临时文件。命令类似ffmpeg -i “{media_url}” -headers “Referer: ...” -vn -acodec libmp3lame -ab 192k -y output.mp3。但这需要FFmpeg支持该协议且URL稳定。6.2 进阶优化与功能扩展基础功能跑通后你可以考虑以下方向来打造一个更强大的工具支持清晰度/音质选择解析play_info[‘data’][‘dash’][‘audio’]数组里面可能有多个不同码率bandwidth的音频流。可以让用户选择或默认选择最高码率的。批量下载读取一个包含多个BV号或链接的文本文件循环调用主函数。注意加入延时如time.sleep(2)避免请求过快被限制。图形化界面GUI使用tkinter或PyQt包装成一个有输入框、按钮和进度条的小软件对非程序员用户更友好。获取视频封面并嵌入MP3从__INITIAL_STATE__或videoData里可以找到封面图pic字段。下载后使用mutagen库将封面嵌入到生成的MP3文件的ID3标签中。更完善的错误恢复实现断点续传对于大文件、失败重试机制提升脚本的健壮性。处理分P视频B站很多视频是分P的。__INITIAL_STATE__里的videoData[‘pages’]包含了所有分P的信息cid和标题。可以修改脚本让用户选择下载哪一P或全部下载。这个项目虽然不大但完整地串联了网络爬虫、数据解析、文件处理和外部工具调用等多个Python实用技能点。最重要的是它解决了一个真实的需求。希望这份详细的拆解和实录能帮助你顺利实现功能并在过程中举一反三。编程的乐趣就在于用代码将想法变成现实并不断打磨让它更好用。如果在实现中遇到新问题不妨多看看浏览器的开发者工具那里藏着所有网络请求的秘密是解决这类问题的最佳导师。