像碩鼠這樣的視頻下載軟體的原理是什麼？寫一個視頻下載腳本或軟體有多難？

12-10

在百度知道找到的答案：我想知道，為什麼這麼多主流網站會讓碩鼠下載自己的視頻，感覺不太對。希望了解的人能詳細說明一下。

各個視頻網站的視頻本質就是下載 FLV文件來播放，無論它怎麼隱藏下載地址，做多少次跳轉，搞什麼身份認證，做多少文件分片，最後都是要下載一個flv文件。
所以視頻下載軟體只需要精確地模擬網站上那個flash的行為就可以把FLV下載下來。
FLV是一種很簡單的視頻封裝格式，去掉封包，裡面就是h264 aac等媒體的裸流，很容易重新打包成其他格式比如mp4。

寫一個也不難。
首先用網路抓包工具，分析視頻網站的請求，找出下載flash 文件的地址。
用Fiddler 或者 wireshark 可以抓包。
先把flash本身下載下來。

然後，找個反編譯 flash的工具，有很多這種工具，哪個好用我也不知道，沒用過。
反編譯後看看裡面的腳本，配合抓包工具，搞清楚它是怎麼做下載身份驗證的。

最後，一點點模擬flash的行為去下載flv，你發的請求包如果和視頻網站的完全一樣，伺服器就不知道你是非法的終端了。

做這種軟體最麻煩不是做出第一版，而是持續的維護升級，視頻網站也很討厭盜鏈的，總會不停變化驗證方法，你要不停地跟著改，很累的。
而且你會把視頻網站的開發搞的也很累，所以你最好不要讓他們找出你住哪裡，否則，嘿嘿。
大家都是碼農，不要互相擠兌，最後誰都沒好處，有時間不如去干點兒有建設性的事情。

參考 https://github.com/rg3/youtube-dl

代碼很簡單，幾乎國內外所有視頻網站的抓取都實現了。Python代碼很容易很懂，你要做同類軟體只需要翻譯代碼就行了。YouTube的視頻地址解析演算法可以很複雜，但還是擋不住機智的網友。

基本的原理都是通過抓包分析視頻資源獲取過程。比如網易視頻的流程如下：
視頻地址：http://v.163.com/zixun/V8GAM9FF2/VBCH87L4H.html，通過抓包軟體（wireshark、HttpAnalyzer或chrome的開發者工具等都可以）可以發現，最終取得視頻資源地址的關鍵一步是獲取記錄視頻信息的xml文件，獲取這個xml文件的地址為xml.ws.126.net/video/4/H/0085_VBCH87L4H.xml，從這個地址著手分析，可以知道/4/H/，是url中VBCH87L4H的最後兩個字元；那麼0085代表什麼呢？通過查找網頁源碼可以找到0085這個字元串，代表的是topic id。據此就很容易得到任意一個video的資源信息文件的地址啦~~。剩下的工作就是從xml中讀取flv文件的地址，然後下載即可。

其他視頻網站都可以通過類似的手段取得，只不過複雜程序不一樣而已。比如新浪視頻就加入了過期機制。而騰訊視頻的新介面加入了隨機串cKey，這個cKey的演算法需要去研究代碼，可能需要反編譯swf才能拿到了，但騰訊視頻的一些舊介面仍然可用，所以還是可以順利下載。

此外，我fork了youtube-dl(https://github.com/rg3/youtube-dl)至
https://github.com/52Jolynn/youtube-dl，新增了鳳凰網、騰訊視頻、網易視頻的解析下載，有興趣的可以參考下。

把電腦緩存的一個個片段視頻，整理好變成一個你看到的完整的視頻

碩鼠網站提到過採用的智能演算法，之前研究過，並不是像樓上兩位說的那種演算法，碩鼠的演算法應該更加高級一點，但是具體實現無從知曉。