我是怎样完成一个音悦台下载程序的？
本文是pythontab技术群① 网友 “贵阳-Win 7” （微博）投递的文章
一、序
前段时间发现一个可以下载音悦台视频的程序，应该是E语言写的，本着想逆向一下，然后用python重新写一个，奈何汇编基本忘完了，才搞了一会就搞不下去了。
就这么放弃么？肯定不是，我又想了一个思路，既然它要解析一个网址，那么我就试试抓包分析，所以就有了这篇文章。
二、上wireshark
wireshark是非常流行的网络封包分析软件，功能十分强大。可以截取各种网络封包，显示网络封包的详细信息。
首先我打开wireshark，设置抓包规则，抓HTTP包，内容应该会包含yinyuetai这样的字符串。
规则就变成了：
http contains yinyuetai
Wireshark 开始工作后，我启动了这个音悦台解析软件，找到一个视频播放地址
http://v.yinyuetai.com/video/40
然后点击单页解析，wireshark马上就捕获到了数据，我们进一步分析
在捕获的数据中，我发现了一个GET请求，点击右键，然后Follow TCP stream
到目前为止，我们获得的信息是，这个程序发送了一个GET请求，请求的路径是
/insite/get-video-info?flex=true&videoId=40
请求的主机是
www.yinyuetai.com
请求的数据中，videoId后面的40是我们视频播放地址的最后一个值。
我在浏览器中尝试访问这个完整的URL，它给我返回了一个文件，我尝试用notepad++之类的软件观察了，发现其中有很多信息。
那么，我该怎么继续呢？
三、上python
这个视频解析程序，在我点击解析后，出现了下面类似的字样，其中包含了下载链接
http://flv.yinyuetai.com/uploads/vid...
那么，在上面返回的这个文件中有没有类似的字符串呢？我通过ctrl+F进行了一下查找，果然有。
下面是我用python进行测试时候的截图。
我们可以在返回的html代码中找到对应的字样，如果我们再能使用正则表达式匹配一下，那就完美了。
四、上正则
通过多次测试，发现下载地址的规律如下：
http://[一些字母].yinyuetai.com/uploads/videos/common/[一些内容]&br[一些内容]
最终正则表达式为
re.findall("http://w*?.yinyuetai.com/uploads/videos/common/.*?(?=&br)",html)
我这里解释一下，
1.首先查找http://
2.然后使用懒惰模式匹配字母
3.然后匹配对应的.yinyuetai.com/uploads/videos/common/
4.然后使用懒惰模式匹配一些内容
5.最后捕获&br
五、多次调试
写完一个程序是多么令我们高兴，除了程序按照我们的要求工作，我们在其中更是收获良多，是不是？
但，一切尚未结束。
是的，完全没有，要写好一个程序哪有这么简单？
会不会有异常？会不会timeout，音悦台会不会判断UserAgent？
如何使用多线程下载多个视频？
会不会有假冒伪劣视频冒充？（我肿么会告诉你其中有一个0.6+MB的假冒伪劣视频）
但，那已经是你需要考虑的问题了。
六、新的挑战
今天在互联网闲逛的时候发现一个好东西，叫做youtube-dl（不知道的自己google）
它可以下载youtube的视频，而且是python写的，但是我下载来看，却加密了，你能通过抓包再写一个么？
Tip 1:
https://www.youtube.com/get_video_info?&video_id=RBumgq5yVrA&el=detailpage&ps=default&eurl=&gl=US&hl=en
Tip 2:
众所周知，在国内是上不了youtube的，如果上了VPN，我们还能抓到包么？其它的http代理呢？（如果不能，上面这个地址我是如何获得的呢？）
（注：我未继续深入测试，不要受我思想的约束）
七、总结
上帝关上了一扇门，却打开了一扇窗。
在新的年代，需要新的技术，更需要新的思路。
以上是 我是怎样完成一个音悦台下载程序的？ 的全部内容， 来源链接： utcz.com/z/523865.html
