脚本二:Youtube频道监测
上两篇文章里我们完成了Youtube上的高清影片的自动下载,不过在我们的搬运过程中,这其实是第二步,而非常重要的第一步是能够在某个(些)指定频道发布新影片时,我们的自动脚本能第一时间获知。这就需要用到Pytube中的Channel接口,关于Pytube的安装及YouTube接口的使用,请在《躺着就能涨粉?Python自动化短视频搬运(一)|下载影片》 中查找到相关指导。
1)Channel ID的获得
首先,和YouTube接口一样,我们先来导入Channel模块,并注册一个Youtube频道:
from pytube import Channel
channel = Channel("https://www.youtube.com/c/SONAR%E6%A3%AE%E7%BA%B3%E6%98%A0%E7%94%BB")
这里我随机选了一个带有中文字的频道名称,主要是为了展示目前的pytube对于中文编码的频道名称也是支持的。
需要特别注意的是,目前Youtube对于频道的URL显示格式比较混乱,目前我能看到就有三种,第一种是类似上图所示,https://www.youtube.com/c/频道名称,第二种是https://www.youtube.com/channel/频道ID,第三种是最近改版后的Youtube频道URL格式,有点类似Tiktok风格:https://www.youtube.com/@频道OwnerID,这个OwnerID会在这里显示出来:
到发布及更新这篇文章的时间为止,这三种频道URL对于任何频道都是支持的,也就是只要你能找到某个频道的“频道名称”,“频道ID”及“频道OwnerID”,用以上三种格式的URL都可以打开频道。但目前绝大多数频道通过点击视频下面的链接都是默认第三种格式,而Pytube目前的版本还不支持这个格式,如下面这种调用方式是会报错的:
channel = Channel("https://www.youtube.com/@NBAHighlightsYT")
...
pytube.exceptions.RegexMatchError: channel_name: could not find match for patterns
...
也就是说你想让Pytube读取一个频道的信息,通过在视频播放页面中点击频道名称(如下图红框),进入频道,然后复制浏览器上面的URL,目前的Pytube版本还行不通。
那么既然第一第二种的老格式还是有效的,我们可以继续使用它们,只不过第一种格式中的“频道名称”不是很好找,且并不一定是频道主页logo旁的显示名称,所以最终我还是推荐统一使用第二种格式,即https://www.youtube.com/channel/频道ID,频道ID是一串由大小写字母及数字组成的编码,可以在网页源码中找到,具体步骤如下:
假设需要找到NBA Highlights频道的频道ID,我们先进入该频道主页,在右键菜单里点击进入“显示网页源代码”:
在网页源代码里搜索externalId,即可看到该参数对应的一串编码,这就是频道ID:
最终我们得到了该频道的正确Pytube注册信息:
channel = Channel("https://www.youtube.com/channel/UCMurFWpRhMHUAC-0nqrrfbg")
或
channel = Channel("https://www.youtube.com/channel/UCMurFWpRhMHUAC-0nqrrfbg/videos")
2)频道的信息和影片下载
现在我们成功创建了channel对象,读取channel内的信息就变得非常容易了。channel对象的参数详情可以直接参考Pytube官网文档:https://pytube.io/en/latest/api.html#channel-object
比较直观易懂的比如:
#频道主的用户名
owner_name = channel.owner
#频道内的视频总数
video_total = channel.length
#播放总数
views_total = channel.views
这里需要强调一下的是,由于这次Youtube的网站架构升级,截止到发布这篇文章为止,最新版本的Pytube仍然无法正常调用channel中的很多接口,目前我看到有新的代码提交在GitHub上正在适配这些新的架构,不过估计离合并到主干还有必要的review和commit的流程要走还需要一段时间。不过还好,这里面的接口都不是我们“自动化短视频搬运”需要用的,暂时可以忽略。
对于频道的发布监测功能,我们主要用到两个接口:
1)video_urls,用来返回频道内所有视频的URL,我们尝试打印一下刚刚注册的NBAHighlights频道的视频列表中的第一个视频URL地址:
video_urls = []
video_urls = channel.video_urls
print(video_urls[0])
打印结果:
https://www.youtube.com/watch?v=UJnO69rF94I
[Finished in 2.7s]
把打印出来的地址在浏览器中打开,你会发现这就是该频道的最新一期视频,所以后面的搬运处理里,video_urls[0]就是我们需要的。
2)videos,用来返回频道中所有视频的video对象,也就是我们在(一)和(二)教程中用到的YouTube()函数返回的对象。同样,我们尝试打印一下video[0]的一些信息:
videos = []
videos = channel.videos
print(videos[0].title)
print(videos[0].length)
print(videos[0].streams.filter(res="720p"))
打印结果:
https://www.youtube.com/watch?v=UJnO69rF94I
Brooklyn Nets vs Dallas Mavericks Full Game Highlights - November 7, 2022 NBA Season
555
[<Stream: itag="22" mime_type="video/mp4" res="720p" fps="30fps" vcodec="avc1.64001F" acodec="mp4a.40.2" progressive="True" type="video">, <Stream: itag="136" mime_type="video/mp4" res="720p" fps="30fps" vcodec="avc1.4d401f" progressive="False" type="video">, <Stream: itag="247" mime_type="video/webm" res="720p" fps="30fps" vcodec="vp9" progressive="False" type="video">]
[Finished in 14.7s]
同样,我们看到获取到的最新一期影片的信息。Videos[0]的对象类型我们已经很熟悉,比如可以直接下载这个影片的720p版本:
videos[0].streams.filter(res="720p")[0].download(filename="latest.mp4")
还可以结合前两期的教程,
《躺着就能涨粉?Python自动化短视频搬运(一)|下载影片》
躺着就能涨粉?Python自动化短视频搬运(二)|合并影片
下载并合并到这个影片的1080p或更高分辨率的版本。
下一篇里我们将讨论如何用这里的接口在线轮询频道里的新视频发布。
特别注意!!
之前提到过,Youtube进行了一次网站结构的调整,造成目前的pytube在Channel上的功能很多都不工作,包括我们现在在用Channel接口上的video列表,到这篇文章发布为止,video_urls和videos的返回都是空列表。距离GitHub上Pytube的新版本发布看起来还有挺长时间,而这两个接口又是我们搬运脚本必须要用的,一言不合自己改Pytube源码吧,其实只要研究了Channel页的结构,很快就能找到新的video地址和video stream在哪个位置。具体改的方法在我另一篇文章详细描述了,在pytube新版本fix这个问题前,调用Channel中的video可以一直使用这个DIY修改。描述如何修改pytube的文章:
解决近期Pytube的Channel Video列表会空的问题
进入下一篇:《躺着就能涨粉?Python自动化短视频搬运(四)|多频道管理》
返回上一篇:《躺着就能涨粉?Python自动化短视频搬运(二)|合并影片》
本篇用到的代码:
from pytube import Channel
channel = Channel("https://www.youtube.com/channel/UCMurFWpRhMHUAC-0nqrrfbg")
video_urls = []
video_urls = channel.video_urls
print(video_urls[0])
videos = []
videos = channel.videos
print(videos[0].title)
print(videos[0].length)
print(videos[0].streams.filter(res="720p"))
videos[0].streams.filter(res="720p")[0].download(filename="latest.mp4")