从CNTV下载《小小智慧树》

一、背景　　

　　孩子喜欢看央视的《小小智慧树》，在iPad上只能用优酷客户端看仅有的几段网友上传的，孩子姥姥姥爷年纪大了，在线播放操作起来不方便，干脆下载到iPad上看吧。

二、在线观看视频过程分析

　　首先用Fiddler截了在线看视频的通讯过程，大概是这样的：

　　1，访问视频地址： http://tv.cntv.cn/video/C17195/VIDE100143519445，这是一个GET请求。

      反馈的内容中，有一段动态生成的javascript代码，重点在下面代码中的“7903311a7bc2440a83e0d4767e8aebd1”，我们将在后面用到。

fo.addVariable("videoCenterId","7903311a7bc2440a83e0d4767e8aebd1");

　　2，获取视频列表，又一个GET请求，完整的URL是这样子：

      http://vdn.apps.cntv.cn/api/getHttpVideoInfo.do?pid=4cd2a3992a004ed189bedbd4c3797e52&tz=-8&from=000donghua

      &url=http://tv.cntv.cn/video/C10406/VIDE100143558201&idl=32&idlr=32&modifyed=false

　　pid参数的值就是上一步中取到的id。url参数就是上一步访问的视频地址。

　　获取到的视频列表是通过json格式的数据，里面就是最终的视频下载地址，《小小智慧树》使用的是mp4文件格式。

　　3，分段下载视频，下载完成后，用其他工具合并成一个文件，我用BoilsoftVideoJoiner，不改变编码，仅合并文件。

三、下载在线视频代码

　　Python3.3.0下使用。代码放在了gist上：https://gist.github.com/4203743

　　支持命令行参数，比如在windows下运行：C:\Documents and Settings\codes\gist\4203743> python lrt.py 视频URL

　　

四、新发现的问题

　　1，子站问题。上面2.2节获取视频列表的请求中有个from参数，动画子站的值是000donghua，体育子站的值是000sports，可能是在服务端生成播放器代码时写死的。

　　2，编码问题，cntv的动画子站用的是utf8编码，而体育子站用的是gbk编码，在对网页内容做搜索时要分别解码。

　　通过对url二级域名的比较，对这两个问题进行了野蛮的解决。

　　今天（2013-2-8）又发现了个子站，而且下载地址全部集成到一个页面中，只是分成不同的pid。在这里。