基于Flask的YouTube播放列表计算器输出异常问题及部署指导

一、修复抓取返回0时长的问题 #

问题原因 #

当前YouTube页面采用JavaScript动态渲染视频内容，requests.get只能获取静态HTML源码，视频时长元素是页面加载后异步生成的，导致BeautifulSoup无法定位到目标span.ytd-thumbnail-overlay-time-status-renderer标签，最终总时长始终为0。

解决方案1：改用Selenium动态加载页面（临时快速修复） #

• 先安装依赖：

  pip install selenium
  

• 下载对应浏览器的驱动（如ChromeDriver），确保与浏览器版本匹配
• 修改calculate_playlist_length函数：

  from selenium import webdriver
  from selenium.webdriver.chrome.options import Options
  import re
  import time
  
  def calculate_playlist_length(playlist_url):
      # 配置无头浏览器模式
      chrome_options = Options()
      chrome_options.add_argument("--headless=new")
      chrome_options.add_argument("--disable-gpu")
      chrome_options.add_argument("--no-sandbox")
  
      driver = webdriver.Chrome(options=chrome_options)
      driver.get(playlist_url)
      # 等待页面加载完成（可替换为显式等待提升稳定性）
      time.sleep(5)
  
      total_seconds = 0
      # 定位所有时长元素
      spans = driver.find_elements("css selector", "span.ytd-thumbnail-overlay-time-status-renderer")
      for span in spans:
          time_text = span.text.strip()
          # 处理分:秒格式
          min_sec_match = re.search(r'(\d+):(\d+)', time_text)
          if min_sec_match:
              minutes, seconds = min_sec_match.groups()
              total_seconds += int(minutes)*60 + int(seconds)
          # 处理时:分:秒格式
          hour_match = re.search(r'(\d+):(\d+):(\d+)', time_text)
          if hour_match:
              hours, minutes, seconds = hour_match.groups()
              total_seconds += int(hours)*3600 + int(minutes)*60 + int(seconds)
      
      driver.quit()
  
      hours = total_seconds // 3600
      minutes = (total_seconds % 3600) // 60
      seconds = total_seconds % 60
      return hours, minutes, seconds
  

解决方案2：迁移到YouTube API（长期稳定方案，推荐） #

网页抓取易触发YouTube反爬机制，API方案更可靠，具体步骤见第三部分。

二、GCP部署步骤 #

1. 前期准备 #

• 登录GCP控制台，创建新项目
• 启用App Engine服务（Flask应用常用部署载体）
• 安装gcloud CLI并完成初始化（登录账号、关联目标项目）

2. 项目配置 #

• 在项目根目录创建requirements.txt，列出所有依赖：

  flask
  # 若用Selenium需添加：selenium
  # 若用API需添加：google-api-python-client
  

• 创建app.yaml配置文件：

  runtime: python310 # 匹配你的Python版本，如python39、python311
  entrypoint: gunicorn -b :$PORT app:app
  

3. 部署执行 #

在终端运行部署命令：

gcloud app deploy

部署完成后，访问控制台提示的URL即可使用应用。

注意事项 #

• 若使用Selenium，需配置无头模式，且GCP App Engine标准环境可能需要额外配置驱动权限，推荐优先用API方案
• 敏感信息（如API密钥）不要硬编码，通过GCP环境变量管理

三、迁移到YouTube API的指导 #

1. 申请API密钥 #

• 进入GCP控制台API库，搜索并启用YouTube Data API v3
• 创建API密钥，建议设置使用限制（仅允许YouTube Data API调用），避免密钥滥用

2. 安装依赖 #

pip install google-api-python-client

3. 修改代码逻辑 #

替换原calculate_playlist_length函数，通过API批量获取视频时长：

from googleapiclient.discovery import build
import os

def calculate_playlist_length(playlist_url):
    # 从环境变量读取API密钥
    api_key = os.getenv('YOUTUBE_API_KEY')
    youtube = build('youtube', 'v3', developerKey=api_key)

    # 从URL中提取播放列表ID
    playlist_id = playlist_url.split('list=')[1].split('&')[0]

    total_seconds = 0
    next_page_token = None

    # 处理播放列表分页（API单次最多返回50条数据）
    while True:
        # 获取播放列表中的视频ID列表
        pl_request = youtube.playlistItems().list(
            part='contentDetails',
            playlistId=playlist_id,
            maxResults=50,
            pageToken=next_page_token
        )
        pl_response = pl_request.execute()

        # 收集视频ID
        video_ids = [item['contentDetails']['videoId'] for item in pl_response['items']]

        # 批量获取视频时长信息
        vid_request = youtube.videos().list(
            part='contentDetails',
            id=','.join(video_ids)
        )
        vid_response = vid_request.execute()

        # 解析ISO 8601格式的时长并累加
        for item in vid_response['items']:
            duration = item['contentDetails']['duration']
            hours, minutes, seconds = 0, 0, 0
            if 'H' in duration:
                hours = int(duration.split('H')[0].replace('PT', ''))
                duration = duration.split('H')[1]
            if 'M' in duration:
                minutes = int(duration.split('M')[0])
                duration = duration.split('M')[1]
            if 'S' in duration:
                seconds = int(duration.split('S')[0])
            total_seconds += hours*3600 + minutes*60 + seconds

        # 检查是否有下一页数据
        next_page_token = pl_response.get('nextPageToken')
        if not next_page_token:
            break

    hours = total_seconds // 3600
    minutes = (total_seconds % 3600) // 60
    seconds = total_seconds % 60
    return hours, minutes, seconds

4. 注意事项 #

• YouTube API有每日配额限制（免费配额为10000单位），获取播放列表视频列表单次请求消耗1单位，批量获取视频详情单次请求消耗1单位，需合理控制请求频率
• API密钥需通过GCP环境变量注入，不要硬编码在代码中

内容的提问来源于stack exchange，提问作者DevOpsnoob