使用requests库下载指定链接视频失败的问题求助
代码失效的核心原因
- 你当前请求的地址是Video.js播放器的前端HTML页面,并非视频文件的直连地址,直接请求拿到的是网页源码,并非视频二进制流,就算写入mp4文件也无法播放。
- 链接里的
&是HTML转义后的字符,实际请求时需要替换为&,否则传参错误,无法正确获取播放器配置。 - 原链接中多余的连续斜杠虽然多数服务器会兼容,但属于非规范路径,容易触发请求异常。
- 原代码设置了
stream=True却直接读取全量.content,完全没有发挥流式下载的作用,下载大文件时极易触发内存溢出。
可行的实现流程
- 先把链接内的转义字符还原、修正非规范路径格式
- 请求修正后的播放器页面,从返回的HTML源码、内嵌JS配置中匹配提取真实的视频直链(可能是mp4直链,也可能是m3u8格式的HLS流地址)
- 如果提取到的是mp4直链,用流式请求逐块写入本地文件即可;如果是m3u8分片流,需要逐分片下载后合并为完整视频文件。
可参考的修正代码
首先是提取真实视频地址的部分:
import requests import re # 修正转义字符、路径格式后的播放器地址 player_url = "https://resources.newscdn.com.au/cs/video/vjs/stable/build/index.html?id=5348771529001-5977442689001&domain=del" with requests.Session() as s: s.headers["User-Agent"] = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36" # 请求播放器页面获取源码 page_resp = s.get(player_url) page_resp.raise_for_status() # 从源码中匹配视频直链 video_match = re.search(r"(https?://.*?\.(mp4|m3u8)[^\"'\\s]+)", page_resp.text) if not video_match: raise RuntimeError("未从页面源码中匹配到视频地址") real_video_url = video_match.group(1) print("匹配到的真实视频地址:", real_video_url)
如果匹配到的是mp4直链,后续追加流式下载的代码:
# 流式下载写入本地 with open("delicious.mp4", "wb") as f: video_resp = s.get(real_video_url, stream=True) # 按1MB分块写入,避免一次性加载大文件占满内存 for chunk in video_resp.iter_content(chunk_size=1024*1024): if chunk: f.write(chunk)
注意:如果匹配到的是m3u8格式的HLS流地址,无法直接通过单次请求下载完整视频,需要逐次拉取所有分片文件后,借助工具合并为可正常播放的mp4文件。
内容的提问来源于stack exchange,提问作者robots.txt
相关产品推荐
相关产品推荐

