自动备份B站Up主最新视频到百度网盘的Python脚本详解

自动备份B站Up主最新视频脚本详解（Win和Linux有些不同）

前言：

次篇文章启发于某些大胆的UP主（老马）的多次被封，并被下架一些视频。有些人并不能及时观看到，故写一个脚本自动下载最新视频。

🌀1.准备环境

Win和Linux都需要：

• Python3 运行需要
• Selenium 操作浏览器(pip下载)
• BeautifulSoup4 解析出最新视频链接(pip下载)
• you-get 下载视(pip下载)
• bypy 上传百度网盘(pip下载)
• Chrome/FireFox/Edge… 一款主流浏览器（和其对应driver）

Win额外：

• Git(非必须)

参考文档及链接

Selenium With Python使用Selenium with Python — Selenium Python Bindings 2 documentation (selenium-python.readthedocs.io)

BeautifulSoup4使用Beautiful Soup Documentation — Beautiful Soup 4.4.0 documentation (beautiful-soup-4.readthedocs.io)

you-get使用github.com

bypy使用github.com

🅰?2.编写主脚本(Python)

from selenium import webdriver
#此处以FireFox为例，需要安装浏览器，和对应的geckodriver,(浏览器不同需要不同的driver)
from selenium.webdriver.firefox.options import Options
#切换浏览器操作，例：from selenium.webdriver.Edge.options(Edge浏览器)
from bs4 import BeautifulSoup
import time
import subprocess
from datetime import datetime

print('---------')

#记录Log文件
def DoLog(isSuccess):
    dt = datetime.now()
    strformat =  dt.strftime("%Y-%M-%d-%H-%m")
    
    if isSuccess==True:
        logfile = open('./logs/'+strformat+'.txt','w')
        logfile.write('')
        logfile.close()
    else:
        logfile = open('./logs/'+strformat+'.txt','w')
        logfile.write('')
        logfile.close()
    

# Chrome
chrome_options = Options()

#chrome_options.add_argument('--headless')
#chrome_options.add_argument('--no-sandbox')
#chrome_options.add_argument('--disable-gpu')
#设置浏览器使用指定用户的数据，可以保持B站的登录状态
#具体的浏览器用户数据文件夹不同
#例：Edge的用户资料默认为C:\Users\XXXXX\AppData\Local\Microsoft\Edge\User Data
chrome_options.add_argument('user-data-dir=/home/wdnm/.mozilla/firefox/br20yo5m.default-release')

#打开B站Up主的主页
browser.get('https://space.bilibili.com/316568752')

browser.refresh()

# 
browser.implicitly_wait(30)

time.sleep(10)  # import time

browser.refresh()

time.sleep(15)

#记录页面（非必要）
file = open('test.html','w')

file.write(browser.page_source)

file.close()


#解析页面
soup = BeautifulSoup(browser.page_source, "html.parser")


#找到标志位
latest_tag = soup.find('span', string='最多收藏')

print(latest_tag)

#寻找最新视频的链接
A_tags = latest_tag.find_all_next('a',limit=5)

print(A_tags)

realtag = A_tags[2]

video_href = realtag['href']
video_title = realtag['title']

#保持视频名，下次运行脚本时进行对比，一样的话（没更新）就不下载视频
lastfile = open('lastVideoName.txt','r')
context = lastfile.read()
lastfile.close()

if context==video_title:
    print('')
    DoLog(False)
else:
    print('you-get')
    #执行副脚本（SHELL） 
    subprocess.run(['bash','test.sh','https:'+video_href])
    # 
    updatefile = open('lastVideoName.txt','w')
    updatefile.write(video_title)
    updatefile.close()
    DoLog(True)

html = browser.page_source
print('start script')
browser.quit()

🅱?3.编写副脚本(shell)

#!/bin/bash

echo 'HolyShit!------'
# 设置一个本地存放文件的路径
folder_name="Madugong_"$(date +"%Y-%m-%d_%H-%M-%S")
cd /root/Videos

mkdir $folder_name

cd $folder_name

# you-get下载视频
echo $1
you-get $1
echo 'HolyShit!------'


 
  
# -------------此处为去除下载文件名中的一些转义字符，需要自行处理
# -------------如果UP主发布的视频标题没有特殊字符则为非必要
for file in $(ls -p | grep -v /); do  
  new_name=$(echo $file | sed 's/[ ]//g;s/\[//g;s/\]//g')  
  mv ""$file"" ""$new_name""  
done
# -------------

files=$(ls -p | grep -v /)

 
# bypy上传----下面二选一
# ------------------单文件循环传（可以自定义上传后的名字）
for file in $files  
do  
  bypy upload $file $file  
done
# ------------------该文件夹下全部上传
bypy upload

? 4.设置定时任务

Windows: Taskschduler

Linux:Crontab

30 * * * * python3 /root/xxx/Test.py
# 如果没有crontab没有环境变量，你可以指定python绝对路径或设置环境变量

🈂? 5.运行脚本进行测试

这里使用CentOS的GUI进行测试，并测试成功

注意项:

1.在Window下要运行副脚本的话，需要指定subprocess以gitbash运行sh脚本,否则请将sh脚本翻译为bat脚本

subprocess.run(['C:\Program Files\git-bash.exe','test.sh','https:'+video_href])

（PS：转义脚本可以参照BashConverterUi (daniel-sc.github.io)）

2.请尽量选择国内服务器进行百度网盘的上传，境外服务器上传太慢，会造成上传超时

3.Window下可以使用自带的TaskScheduler进行定时任务设置，Linux下则可以使用Crontab进行定时任务设置。

PS：

crontab的cron表达式只有5个单位和其他工具的设置不一样，参考Crontab.guru - The cron schedule expression editor进行设置