互联网视频搜索一般解决方案

转：http://www.v2ex.com/t/38428

抓取常用视频网站的播放器和截图

By aligo at 115 天前, 834 次点击

具体说就是通过一个url，解析出一个用于embed的播放器地址和一张或多张截图(最好是大小和视频大小相同的，尤其是图片好像国内的视频网站都没提供)

没时间不太想一个个去研究，所以求个整理好的对应关系列表或者库什么的

万分感谢

 

12 回复  |  直到 2012-06-20 14:52:18 PM

1   gaocheng   115 天前   ♥ 1   优酷 http://dev.youku.com/ 土豆 http://dev.tudou.com/v5/ 酷6 http://dev.ku6.com/ 56 http://dev.56.com/ 搜狐视频 http://open.tv.sohu.com/index.jsp 腾讯视频、奇艺、音乐台的没有找到

2   dragonbone   115 天前   ♥ 1   1，播放器只能用视频网站自己的，这个不用抓，一行代码就可以了 2，抓截图，这个有点难，必须获取的flv的真实地址，因为网站都做了防盗链，但还是可以破解的，具体可以通过flash工具反编译他们的播放器，查看一下流程，有些网站就提供了这样的功能，你可以直接从这些网站获取，然后通过ffmpeg解码这些视频，保存几张截图 不用谢，咱很闲

3   aligo   115 天前   @gaocheng 非常感谢，研究了一圈，汇报结果： 优酷通过api获取视频截图，要合作者id 土豆截图最大的也只有320x240 同时这两个东西哪里申请api调用权限？ 酷6的话我太笨他提供的我不会用啊 56的话我没key也获取不了，而且文档的json范例和文档写的居然不一样，少了img项 搜狐一样也没有获取截图的方式 囧 另外youtube获取截图的方式 http://img.youtube.com/vi/视频id/0.jpg vimeo可以通过 http://vimeo.com/api/v2/video/视频id.json 获取到包括大张截图在内的很多信息

4   aligo   115 天前   折腾了半天，看了各种各样的小道消息，终于首先搞定了youku： 正则：^(http:\/\/v.youku.com\/v_show\/id_(.*).html).*$ 1是干净的url 2是下面要用的id 然后抓取 'http://v.youku.com/player/getPlayList/VideoIDS/' + id + '/version/5/source/out' 可以获得一些详细信息 例如标题.data[0].title 一张截图.data[0].logo 还有一堆乱七八糟的东西 最后flash播放器地址是 'http://player.youku.com/player.php/sid/' + id + '/v.swf'

5   onoli   114 天前   不用他们api的话，除了youku, 其它都要用正则扫出他们的id，才能获取图片，用正则扫土豆比较恶心也比较麻烦

6   satgi   114 天前   土豆的。。。各种格式啊。。。

7   gee   114 天前   ♥ 1   @aligo 我半年前有开始做一个国内的oembed，https://github.com/oneplace/OEmbed-it  现在有些已经不能用了，不过还可以参考下

8   gee   114 天前   @aligo ku6有简单的api http://v.ku6.com/repaste.htm?url=http://v.ku6.com/special/show_6578946/6Wh4bPDxeRE4dPP3L8YP4Q...html

9   gee   114 天前   @aligo 这个研究完了把结果跟大家共享下吧，我正好更新一下 http://oembed.it/

10   mopvhs   114 天前   ♥ 1   @aligo  优酷： preg_match('@^http:\/\/v\.youku\.com\/v_show\/id_([\w\d+_-]*)\.html|^http:\/\/v\.youku\.com\/v_show\/id_([\w\d+_-]*)=\.html@i', $url, $matches); $videoID = $matches[1]; $videoApi = 'http://v.youku.com/player/getPlayList/VideoIDS/'.$videoID; 土豆： preg_match_all('/(<script.*>)(.*)(<\/script>)/imxsU',$data,$matches);  preg_match_all("/(icode = ')(.*)(' ,oid)/i",$matches[0][1],$results);  if (strlen($results[2][0])<11) { preg_match_all('/(icode:\")(.*)(\")/i',$matches[0][1],$results);  } $videoApi = 'http://api.tudou.com/v3/gw?method=item.info.get&appKey=myKey&format=json&itemCodes='.$results[2][0];

11   aligo   114 天前   @gee 好的，我先只弄一个优酷了 @mopvhs 优酷那个url第一个和第二个只差一个等号吗？

12   andy   100 天前   参考以上各位的代码，精简后的优酷python代码： match=re.search(r'^http:\/\/v\.youku\.com\/v_show\/id_([-+_\w]+)=*\.html',str) id=match.group(1) return 'http://player.youku.com/player.php/sid/'+id+'/v.swf'