当前位置：首页 > news >正文

使用node爬取视频网站里《龙珠》m3u8视频

news 2025/12/15 22:06:54

1. 找到视频播放网站

百度一下龙珠视频播放精挑细选一个可以播放的网站。
如：我在网上随便找了一个播放网站，可以直接在线播放 https://www.xxx.com/play/39999-1-7.html

这里不具体写视频地址了，大家可以自行搜索

2.分析网页DOM结构找出视频资源地址

可以看到整块播放内容在 td#playleft 下的 iframe 引入。

验证一下：把 https://xxx/yun/?url=https://XXX/20221016/npV6fcC2/index.m3u8 地址在浏览器内直接访问发现可以正常播放视频

那这串地址就是我们所需要的视频文件资源路径。那我们接下来就需要想办法根据这个路径把视频保存到本地。

3.批量获取视频播放地址

虽然通过第二步的操作我们可以拿到了第一话的视频资源地址，但是是手动完成的。需要想办法能批量的拿到第一部153话的所有资源地址。

想拿到所有视频的视频资源地址的前提是拿到所有视频的播放地址。所以我们要先想办法拿到每一集的播放地址。

点击播放第1话第2话第3话 ,可以看到浏览器URL 分别是

第1话 /play/39999-1-1.html

第2话 /play/39999-1-2.html

第3话/play/39999-1-3.html

分析视频网站的地址不难看出规律，递增n就可以获取到每一话的在线播放地址

let n = 1
let urlArr = []
while(n < 154){urlArr.push('/play/39999-1-' +n+'.html' ) n++
}
console.log(urlArr )

4.批量获取视频资源地址

通过第三步我们已经拿到了每一话的播放地址，那就要想办法拿到每一个播放地址下的td#playleft 下的 iframe 的 src。

1.第一次尝试

直接获取 /play/39999-1-1.html 的页面结构，尝试从返回的dom中找到 td#playleft 下的 iframe。但是并没有找到相关的DOM，推测应该是动态添加的节点，第一次尝试失败

var request = require('request');request(`https://www.xxx.com/play/39999-1-1.html`, function (err, res, body) {console.log(err, res, body);
});

2.第二次尝试

既然直接拿不到那就等页面加载完成再去拿，所以第二种方案就是在本地项目中通过 iframe引入

https://www.xxx.com/play/39999-1-1.html 等 iframe onload之后再去获取iframe.contentDocument 下的

<body><iframe id="iframe" src="https://www.xxx.com/dragon/39999-1-1.html" onload="loadPage()" frameborder="0"></iframe>
</body><script>
function loadPage(e){let iframe = document.getElementsByTagName('iframe')[0]var iframeDocument = iframe.contentDocument || iframe.contentWindow.document;console.log(iframeDocument )
}
</script>

但是呢并没有拿到 ,

虽然拿到了ifram的dom，但是呢拿不到 contentDocument。

这是为什么呢？

新机呲挖一呲冒黑套呲真相只有一个

iframe src 的跨域问题，

方案二失败

3.第三次尝试

第三次的尝试是和第二次思路一样的，所以主要任务是解决 iframe的跨域问题，

<iframe id="iframe" src="/dragon/39999-1-1.html" onload="loadPage()" frameborder="0"></iframe>

代理一下吧

    # 龙珠server {listen       9001;location / {root   E:/dragonBall;index  index.html index.htm;try_files $uri $uri/ @router;}location /dragon {proxy_pass https://www.xxx.com/play;}location /_guard {proxy_pass https://www.xxx.com;}location /template {proxy_pass https://www.xxx.com;}location /static {proxy_pass https://www.xxx.com;}}

至此终于拿到了在线播放页面的全部DOM数据

那么简单的处理下数据就可以拿到每一话的视频资源地址了

（这里直接循环了，也可以直接使用第3步获取的视频播放地址，逻辑是一致的）

<script>let num = 1let arr = []function loadPage(e){arr = localStorage.getItem('streamUrl')if(arr){arr = JSON.parse(arr)}else{arr = []}if(num > 154) return let iframe = document.getElementsByTagName('iframe')[0]var iframeDocument = iframe.contentDocument || iframe.contentWindow.document;var iframeElement = iframeDocument.getElementById('playleft').getElementsByTagName('iframe')[0];let streamUrl = iframeElement.attributes.src.value.split('?url=')[1]console.log('这是第'+ num +"话:"+streamUrl)arr.push({index:num,url:streamUrl})num ++localStorage.setItem('streamUrl',JSON.stringify(arr))iframe.src = "/dragon/39999-1-"+num+".html"}
</script>

5.根据m3u8的资源地址下载视频

首先封装一个下载视频的函数

function downloadMedia (opt, callback) {// 测试视频，如果链接失效的话就自己找一个let url = opt.url ;let output = opt.output || 'video';let filename = opt.index + '.mp4';let title = opt.title || '测试视频';if (!fs.existsSync(output)) {fs.mkdirSync(output, {recursive: true,});}(async function() {try {console.log("准备下载...");await converter.setInputFile(url).setOutputFile(path.join(output, filename)).start();console.log("下载完成!");if ( typeof callback === 'function' ) callback(opt.index);} catch (error) {console.log(error)throw new Error("哎呀，出错啦! 检查一下参数传对了没喔。", error);}})(); }

然后再遍历一下我们拿到的视频资源地址，轮询调用一下下载方法就可以了


let arr = [{"index": 1,"url": "https://xxx/20221016/npV6fcC2/index.m3u8"},...{"index": 153,"url": "https://xxx/20221016/6AaX2hCl/index.m3u8"}
]let callback = function(index){let indexName = arr[index - 1].indexif(indexName.length === 1){indexName = '00' + indexName} if(indexName.length === 2){indexName = '0' + indexName}downloadMedia({url:arr[indexName].url,index:arr[indexName].index},callback)
}downloadMedia({url:arr[0].url,index:'001'},callback)

我现在设置的是一次下载1个文件，也可以修改下同时下载多个，注意别把视频网站搞崩了。

总结：

主要问题还是获取到资源地址。处理好资源地址的问题，就可以轮询下载了。

附：

gitee源码

仓库 - wangbanglei (wangbangleilei) - Gitee.com

注：仅供学习使用

使用node爬取视频网站里《龙珠》m3u8视频

1. 找到视频播放网站百度一下龙珠视频播放精挑细选一个可以播放的网站。如：我在网上随便找了一个播放网站，可以直接在线播放 https://www.xxx.com/play/39999-1-7.html 这里不具体写视频地址了，大家可以自行搜索 2.分析网页DOM结…...

编程日记 2024/4/2 17:41:57

搜索与图论——Prim算法求最小生成树

在最小生成树问题里，正边和负边都没问题朴素版prim算法时间复杂度O(n^2) 生成树：每一次选中的t点，它和集合的距离对应的那条边，就是生成树的一条边算法流程和dijkstra算法非常相似 #include<iostream> #include<cs…...

编程日记 2024/4/2 17:40:56

sqlmap基础知识

一、sqlmap简介 sqlmap是一个开源的渗透测试工具，可以自动检测和利用SQL注入漏洞以及接管数据库服务器的过程。官网： sqlmap.org 核心功能漏洞检测漏洞利用学习关键点基于sqlmap进行sql注入漏洞的检测，注入利用和攻击基于sqlmap进…...

编程日记 2024/4/2 17:39:55

读《C Primer Plus》

1、汇编语言是为特殊的中央处理单元设计的一系列内部指令，使用助记符来表示；不同的CPU系列使用不同的汇编语言。 2、C语言充分利用计算机优势，使它具有汇编语言才有的微调控能力，可移植性极好。 3、C语言可以访问硬件、操作内存…...

编程日记 2024/4/2 17:37:52

深入理解计算机系统家庭作业 2.66

/* 前置条件:无符号整数右移不产生1 调用函数是为了可以查看整个过程,不影响结果. 思路是让x在右移的过程中,把最高位之前的位全部填满. 填满后的结果右移一位(即x的最高位变为0,其他为1),再异或x得到最高位以此类推知道覆盖到32位. */ #include <stdio.h> #inclu…...

编程日记 2024/4/2 17:33:48

【服务端】node.js详细的配置

👨‍💻个人主页：开发者-曼亿点 👨‍💻 hallo 欢迎点赞👍 收藏⭐ 留言📝 加关注✅! 👨‍💻 本文由曼亿点原创 👨‍💻 收录于专栏&#xff1a…...

编程日记 2024/4/2 17:32:47

二、CentOS基础配置（1.网络与包管理）

文章目录二、基础配置操作1、网络管理（配置静态地址并进行ssh远程连接）（1.）静态地址配置（2.）IP配置注释（3.）配置SSH远程连接 2、包管理（1.）yum软件包管理器1…...

编程日记 2024/4/2 17:29:43

Golang基础-5

Go语言基础介绍基础切片切片声明切片初始化切片基础操作多维切片介绍本文介绍Go语言中切片(slice)(切片声明、切片初始化、切片基础操作、多维切片)等相关知识。基础切片切片（slice）是对数组的一个连续片段的引用，切…...

编程日记 2024/4/2 17:24:36

Mysql数据库：故障分析与配置优化

目录前言一、Mysql逻辑架构图二、Mysql单实例常见故障 1、无法通过套接字连接到本地MySQL服务器 2、用户rootlocalhost访问被拒绝 3、远程连接数据库时连接很慢 4、无法打开以MYI结尾的索引文件 5、超出最大连接错误数量限制 6、连接过多 7、配置文件/etc/my.cnf权…...

编程日记 2024/4/2 17:23:35

常见的图像分析算法

图像分析算法是计算机视觉领域中的一个重要分支，它通过使用预先训练的人工智能模型从图像中提取和分析视觉信息。这些算法可以应用于多种场景，如物体识别、图像分类、图像增强、缺陷检测等。北京木奇移动技术有限公司，专业的软件外包开发公司…...

编程日记 2024/4/2 17:20:31

朵米3.5客服系统源码，附带系统搭建教程

朵米客服系统是一款全功能的客户服务解决方案，提供多渠道支持（如在线聊天、邮件、电话等），帮助企业建立与客户的实时互动。该系统具有智能分流功能，可以快速将客户请求分配给适当的客服人员，提高工作效率。…...

编程日记 2024/4/2 17:19:29

Python 踩坑记

前言回归 Python 栈，相较 Go 的 Coding，Python 确实偏向复杂，看似编码方便快捷的背后，是越来越庞杂的细枝末节，稍不注意就是偏差。如果项目只是“能跑就行”，那大概率遍地是坑。开启踩坑记～ …...

编程日记 2024/4/2 17:17:27

搭建Spark单机版环境

在搭建Spark单机版环境的实战中，首先确保已经安装并配置好了JDK。然后，从群共享下载Spark安装包，并将其上传至目标主机的/opt目录。接着，解压Spark安装包至/usr/local目录，并配置Spark的环境变量，以确保系统…...

编程日记 2024/4/2 17:16:26

使用Flutter混淆技术保护应用隐私与数据安全

在移动应用开发中，保护应用代码安全至关重要。Flutter 提供了简单易用的混淆工具，帮助开发者在构建 release 版本应用时有效保护代码。本文将介绍如何在 Flutter 应用中使用混淆，并提供了相关的操作步骤和注意事项。 📝 摘要本…...

编程日记 2024/4/2 17:12:20

ClickHouse初体验

1.clickHouse是啥？ ClickHouse 是俄罗斯的 Yandex 于 2016 年开源的列式存储数据库(DBMS)，使用 C语言编写，主要用于在线分析处理查询(OLAP)，能够使用SQL查询实时生成分析数据报告 2.clickHouse的特点 2.1列式存储对于列的聚合&…...

编程日记 2024/4/2 17:11:18

在k8s中部署高可用程序实践和资源治理

在k8s中部署高可用程序实践 1. 多副本部署1.1. 副本数量1.2. 更新策略1.3. 跨节点的统一副本分布1.4. 优先级1.5. 停止容器中的进程1.6. 预留资源 2. 探针2.1. 活性探针（liveness probes）2.2. 就绪探针（Readiness probe）2.3. 启动…...

编程日记 2024/4/2 17:08:16

WebView的使用与后退键处理-嵌入小程序或者 H5 页面

在使用 WebView 嵌入小程序或者 H5 页面时，通常会涉及到处理后退键的操作。在 Android 平台上，可以通过 WebView 的相关方法来实现后退键的处理。你可以按照以下步骤来实现： 在 Activity 或 Fragment 中找到 WebView 控件，并为其…...

编程日记 2024/4/2 17:07:15

【攻防世界】file_include （PHP伪协议+过滤器）

打开题目环境： 进行PHP代码审计，发现这是一个文件包含漏洞。我们尝试利用PHP伪协议中的 php://filter来读取 check.php 中的内容。构造payload 并提交： 发现payload被过滤掉了，我们就需要尝试使用不同的转换器。 PHP各类转换…...

编程日记 2024/4/2 17:06:13

Linux 内核中PHY子系统(网络)：PHY驱动

一. 简介 PHY 子系统就是用于 PHY 设备相关内容的，分为 PHY 设备和 PHY 驱动，和 platform 总线一样，PHY 子系统也是一个设备、总线和驱动模型。前面一篇文章学习了 PHY子系统中的 PHY设备。文章如下： Linux 内核中PHY子系统(网…...

编程日记 2024/4/2 17:04:11

【六（1）机器学习-机器学习算法简介】

目录文章导航一、机器学习二、基于学习方式的分类三、监督学习常见类型四、无监督学习常见类型五、强化学习常见分类文章导航【一简明数据分析进阶路径介绍（文章导航）】一、机器学习机器学习是一门多领域交叉学科，涉及概率论、统计学…...

编程日记 2024/4/2 16:59:05

[特殊字符] 智能合约中的数据是如何在区块链中保持一致的？

🧠 智能合约中的数据是如何在区块链中保持一致的？ 为什么所有区块链节点都能得出相同结果？合约调用这么复杂，状态真能保持一致吗？本篇带你从底层视角理解“状态一致性”的真相。一、智能合约的数据存储在哪里&#xf…...

编程新知 2025/10/25 17:23:41

Java 语言特性(面试系列2)

一、SQL 基础 1. 复杂查询 （1）连接查询（JOIN） 内连接（INNER JOIN）：返回两表匹配的记录。 SELECT e.name, d.dept_name FROM employees e INNER JOIN departments d ON e.dept_id d.dept_id; 左…...

编程新知 2025/10/24 14:20:29

Ubuntu系统下交叉编译openssl

一、参考资料 OpenSSL&&libcurl库的交叉编译 - hesetone - 博客园二、准备工作 1. 编译环境宿主机：Ubuntu 20.04.6 LTSHost：ARM32位交叉编译器：arm-linux-gnueabihf-gcc-11.1.0 2. 设置交叉编译工具链在交叉编译之前&#x…...

编程新知 2025/11/10 15:33:04

云启出海，智联未来｜阿里云网络「企业出海」系列客户沙龙上海站圆满落地

借阿里云中企出海大会的东风，以**「云启出海，智联未来｜打造安全可靠的出海云网络引擎」为主题的阿里云企业出海客户沙龙云网络&安全专场于5.28日下午在上海顺利举办，现场吸引了来自携程、小红书、米哈游、哔哩哔哩、波克城市、…...

编程新知 2025/12/15 0:46:35

解决本地部署 SmolVLM2 大语言模型运行 flash-attn 报错

出现的问题安装 flash-attn 会一直卡在 build 那一步或者运行报错解决办法是因为你安装的 flash-attn 版本没有对应上，所以报错，到 https://github.com/Dao-AILab/flash-attention/releases 下载对应版本，cu、torch、cp 的版本一定要对…...

编程新知 2025/11/3 2:11:24

CSS设置元素的宽度根据其内容自动调整

width: fit-content 是 CSS 中的一个属性值，用于设置元素的宽度根据其内容自动调整，确保宽度刚好容纳内容而不会超出。效果对比默认情况（width: auto）： 块级元素（如 <div>）会占满父容器…...

编程新知 2025/10/16 16:03:09

QT3D学习笔记——圆台、圆锥

类名作用Qt3DWindow3D渲染窗口容器QEntity场景中的实体（对象或容器）QCamera控制观察视角QPointLight点光源QConeMesh圆锥几何网格QTransform控制实体的位置/旋转/缩放QPhongMaterialPhong光照材质（定义颜色、反光等）QFirstPersonC…...

编程新知 2025/9/22 1:53:57

莫兰迪高级灰总结计划简约商务通用PPT模版

莫兰迪高级灰总结计划简约商务通用PPT模版，莫兰迪调色板清新简约工作汇报PPT模版，莫兰迪时尚风极简设计PPT模版，大学生毕业论文答辩PPT模版，莫兰迪配色总结计划简约商务通用PPT模版，莫兰迪商务汇报PPT模版，…...

编程新知 2025/12/12 8:25:19

站群服务器的应用场景都有哪些？

站群服务器主要是为了多个网站的托管和管理所设计的，可以通过集中管理和高效资源的分配，来支持多个独立的网站同时运行，让每一个网站都可以分配到独立的IP地址，避免出现IP关联的风险，用户还可以通过控制面板进行管理功…...

编程新知 2025/9/1 19:01:24

在鸿蒙HarmonyOS 5中使用DevEco Studio实现企业微信功能

1. 开发环境准备安装DevEco Studio 3.1： 从华为开发者官网下载最新版DevEco Studio安装HarmonyOS 5.0 SDK 项目配置： // module.json5 {"module": {"requestPermissions": [{"name": "ohos.permis…...

编程新知 2025/12/13 6:14:10

1. 找到视频播放网站

2.分析网页DOM结构 找出视频资源地址

3.批量获取视频播放地址

4.批量获取视频资源地址

5.根据m3u8的资源地址下载视频

总结：

附：

相关文章：

2.分析网页DOM结构找出视频资源地址