B站收藏夹里的‘幽灵视频’怎么找回来？用Python爬虫抓取失效视频的UP主和简介（附完整代码）

用Python挖掘B站收藏夹里的数字记忆找回失效视频的UP主与简介1. 当收藏夹变成数字废墟一个程序员的考古之旅每次打开B站收藏夹总能看到几个灰色的已失效视频标签。它们像被时间抹去痕迹的文物只剩下一个空洞的标题。作为一个有收集癖的程序员我决定用技术手段进行一次数字考古从这些数字废墟中挖掘出有价值的信息。有趣的是B站的API设计相当友好。即使视频失效服务器仍然保留了UP主信息和视频简介——就像考古遗址中的陶器碎片虽然不完整但足以让我们拼凑出原貌。这给了我们一个绝佳的机会用Python编写一个简单的考古工具从JSON数据中提取这些珍贵的数字记忆。提示本教程需要基础Python知识但即使你是初学者只要跟着步骤操作也能完成这次考古探险。2. 准备工作搭建你的数字考古工具箱2.1 环境配置首先确保你的电脑已经安装了Python 3.6或更高版本。我们将使用以下三个轻量级库import requests # 用于发送HTTP请求 import json # 用于解析JSON数据 import re # 用于正则表达式匹配安装requests库如果尚未安装pip install requests2.2 获取API访问权限B站的收藏夹数据通过API公开提供但需要先获取你的media_id参数登录B站网页版进入你的收藏夹按F12打开开发者工具切换到Network标签刷新页面在XHR请求中找到一个类似list?media_id1234567的请求记下这个media_id数字这是我们后续请求的关键3. 编写考古脚本从JSON中挖掘数据3.1 基础请求函数让我们先写一个函数来获取收藏夹的JSON数据def get_favorites(media_id, page_num): url fhttps://api.bilibili.com/x/v3/fav/resource/list?media_id{media_id}pn{page_num}ps20 headers { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 } response requests.get(url, headersheaders) return response.json()3.2 解析失效视频信息接下来是核心功能——从返回的JSON中提取失效视频的信息def parse_deleted_videos(data): results [] for item in data[data][medias]: if item[title] 已失效视频: video_info { 收藏时间: item[fav_time], UP主: item[upper][name], 原简介: item[intro], UP主主页: fhttps://space.bilibili.com/{item[upper][mid]} } results.append(video_info) return results3.3 完整工作流程把各个部分组合起来形成一个完整的脚本def main(): media_id input(请输入你的收藏夹media_id: ) total_pages int(input(请输入收藏夹总页数: )) all_deleted_videos [] for page in range(1, total_pages 1): print(f正在扫描第{page}页...) data get_favorites(media_id, page) deleted_videos parse_deleted_videos(data) all_deleted_videos.extend(deleted_videos) print(\n 发现失效视频 ) for idx, video in enumerate(all_deleted_videos, 1): print(f{idx}. 收藏于{video[收藏时间]}) print(f UP主: {video[UP主]}) print(f 简介: {video[原简介]}) print(f 主页: {video[UP主主页]}) print( * 40)4. 高级技巧提升你的考古效率4.1 自动检测总页数我们可以改进脚本自动检测收藏夹的总页数而不需要手动输入def detect_total_pages(media_id): first_page get_favorites(media_id, 1) total first_page[data][info][media_count] return (total // 20) 1 # 每页20条计算总页数4.2 数据持久化保存考古记录将结果保存到CSV文件中方便后续分析import csv def save_to_csv(videos_list, filenamedeleted_videos.csv): with open(filename, w, newline, encodingutf-8-sig) as f: writer csv.DictWriter(f, fieldnamesvideos_list[0].keys()) writer.writeheader() writer.writerows(videos_list)4.3 错误处理与重试机制网络请求可能会失败添加重试机制提高稳定性from time import sleep def safe_get_favorites(media_id, page_num, max_retries3): for attempt in range(max_retries): try: return get_favorites(media_id, page_num) except Exception as e: print(f请求失败重试 {attempt 1}/{max_retries}) sleep(2) return None5. 考古发现从数据中寻找线索运行脚本后你可能会发现一些有趣的模式失效原因分析通过简介可以推测视频为何失效版权问题简介中常有搬运、转载等字样UP主自行删除简介内容通常比较完整平台政策原因简介可能包含敏感关键词找回视频策略通过UP主主页查找重新上传的视频使用简介中的关键词在其他平台搜索联系UP主询问原视频信息6. 伦理考量与最佳实践在进行这类数据采集时需要注意频率控制添加延迟避免对服务器造成压力from time import sleep sleep(1) # 每次请求间隔1秒数据使用仅用于个人用途不要公开传播他人信息遵守robots.txt检查B站的爬虫政策用户代理使用合理的User-Agent标识你的脚本headers { User-Agent: B站收藏夹考古工具/1.0 (用于个人学习) }7. 完整代码示例以下是整合了所有功能的完整脚本import requests import csv from time import sleep def get_favorites(media_id, page_num): url fhttps://api.bilibili.com/x/v3/fav/resource/list?media_id{media_id}pn{page_num}ps20 headers {User-Agent: B站收藏夹考古工具/1.0} response requests.get(url, headersheaders) return response.json() def parse_deleted_videos(data): results [] for item in data[data][medias]: if item[title] 已失效视频: video_info { 收藏时间: item[fav_time], UP主: item[upper][name], 原简介: item[intro], UP主主页: fhttps://space.bilibili.com/{item[upper][mid]} } results.append(video_info) return results def detect_total_pages(media_id): data get_favorites(media_id, 1) total data[data][info][media_count] return (total // 20) 1 def save_to_csv(videos_list, filenamedeleted_videos.csv): with open(filename, w, newline, encodingutf-8-sig) as f: writer csv.DictWriter(f, fieldnamesvideos_list[0].keys()) writer.writeheader() writer.writerows(videos_list) def main(): media_id input(请输入你的收藏夹media_id: ) print(检测收藏夹页数...) total_pages detect_total_pages(media_id) print(f发现{total_pages}页收藏内容) all_deleted_videos [] for page in range(1, total_pages 1): print(f扫描第{page}/{total_pages}页...) data get_favorites(media_id, page) deleted_videos parse_deleted_videos(data) all_deleted_videos.extend(deleted_videos) sleep(1) # 礼貌性延迟 if not all_deleted_videos: print(恭喜没有发现失效视频) return print(f\n发现{len(all_deleted_videos)}个失效视频) save_to_csv(all_deleted_videos) print(结果已保存到deleted_videos.csv) if __name__ __main__: main()在实际使用中我发现最有用的是通过UP主信息找回视频。很多情况下UP主只是重新上传了视频或者可以在他们的主页找到类似内容。而简介中的关键词往往是找回原视频的最佳线索。