Media-Parser Logo

基于 Python 的多平台媒体原生本地解析系统

License Python Version Flask Docker Support

核心特性 • 支持平台 • 项目原则 • 部署指南 • API 接口 • 测试自检 • 联系作者

Media-Parser是一款专为短视频创作者与开发者打造的100%原生本地解析工具。

通过“智能识别 -> 本地抓取 -> 提取地址 -> 快捷下载”的闭环,助你高效获取无水印素材。

不依赖外部API,不套壳第三方库,无浏览器开销,纯底层协议与算法逆向。


✨ 核心特性

  • 极速轻量:纯 HTTP 网络协议与底层算法逆向,免启动 Chromium/Playwright 等笨重浏览器,内存占用极低(<100MB),毫秒级极速响应。
  • 原生自主:100% 本地代码闭环抓取,零外部商用 API 或第三方代解析依赖,数据链路自主可控,杜绝断流与隐私泄露风险。
  • 插件化解耦:内置 ParserFactory 模块自动发现与工厂分发机制,50 个平台独立解耦,遵循统一的数据契约,新增与维护平台极度轻松(详见 📖系统架构与生命周期)。
  • 开箱即用:提供标准 JSON 接口、Web 体验页与轻量运营控制台,默认内置 SQLite,Docker Compose 一键构建。
  • 访问控制:支持客户注册、管理员配置有效期与积分、API Key 管理、全局与单平台开关、用户总量/单个密钥/平台全局三级 QPS 限流和调用日志。

💾 支持的平台矩阵

平台名称 作者 标题 文案 封面 视频 图集 多视频 实况 音频 字幕 逆向思路
抖音 ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ 查看
小红书 ✓ ✓ ✓ ✓ ✓ ✓ ✓ 查看
视频号 ✓ ✓ ✓ ✓ ✓ ✓ ✓ 查看
微信公众号 ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ 查看
快手 ✓ ✓ ✓ ✓ ✓ ✓ ✓ 查看
哔哩哔哩 ✓ ✓ ✓ ✓ ✓ ✓ ✓ 查看
豆包 ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ 查看
即梦AI ✓ ✓ ✓ ✓ ✓* ✓ ✓ 查看
小云雀AI ✓ ✓ ✓ ✓* ✓* ✓ 查看
可灵AI ✓ ✓ ✓ ✓ 查看
海螺AI ✓ ✓ ✓ ✓ ✓ ✓ 查看
夸克AI ✓ ✓ ✓ ✓ ✓ 查看
通义千问 ✓ ✓ ✓ ✓ ✓ ✓ 查看
腾讯元宝 ✓ ✓ ✓ ✓* ✓ ✓ 查看
闲鱼 ✓ ✓ ✓ ✓ ✓ 查看
拼多多 ✓ ✓ ✓ ✓ ✓ ✓ 查看
Soul ✓ ✓ ✓ ✓ ✓ ✓ 查看
汽水音乐 ✓ ✓ ✓ ✓ ✓ ✓ 查看
QQ音乐 ✓ ✓ ✓ ✓ ✓ ✓ ✓ 查看
网易云音乐 ✓ ✓ ✓ ✓ ✓ ✓ ✓ 查看
酷狗音乐 ✓ ✓ ✓ ✓ ✓ 查看
配音秀 ✓ ✓ ✓ ✓ 查看
松果时刻 ✓ ✓ ✓ ✓ ✓ ✓ ✓ 查看
腾讯频道 ✓ ✓ ✓ ✓ 查看
剪映 / CapCut ✓ ✓ ✓ ✓ ✓ ✓ 查看
快影 ✓ ✓ ✓ ✓ ✓ ✓ 查看
皮皮搞笑 ✓ ✓ ✓ ✓ ✓ 查看
微视 ✓ ✓ ✓ ✓ 查看
AcFun ✓ ✓ ✓ ✓ 查看
西瓜视频 ✓ ✓ ✓ ✓ ✓ 查看
今日头条 ✓ ✓ ✓ ✓ ✓ 查看
绿洲 ✓ ✓ ✓ ✓ ✓ 查看
皮皮虾 ✓ ✓ ✓ ✓ ✓ ✓ 查看
全民K歌 ✓ ✓ ✓ 查看
新片场 ✓ ✓ ✓ ✓ ✓ 查看
好看视频 ✓ ✓ ✓ ✓ 查看
梨视频 ✓ ✓ ✓ ✓ 查看
微博 ✓ ✓ ✓ ✓ ✓ ✓ 查看
知乎 ✓ ✓ ✓ ✓ ✓ ✓ 查看
虎牙 ✓ ✓ ✓ 查看
美拍 ✓ ✓ ✓ ✓ 查看
最右 ✓ ✓ ✓ ✓ ✓ 查看
番茄小说 ✓ ✓ ✓ ✓ 查看
红果短剧 ✓ ✓ ✓ ✓ 查看
红果漫剧 ✓ ✓ ✓ ✓ 查看
得物 ✓ ✓ ✓ ✓ ✓ ✓ 查看
网易LOFTER ✓ ✓ ✓ ✓ ✓ ✓ 查看
星绘AI ✓ ✓ ✓ ✓ ✓ ✓ 查看
央视 ✓ ✓ ✓ ✓ 查看
央视频 ✓ ✓ ✓ ✓ ✓ 查看

说明:带 * 的项表示该素材目前仍保留官方原生水印,未带 * 的项均为无水印素材。

📖 各平台详细逆向技术分析与抓包 SOP,请查阅 👉 平台逆向指南索引 与 通用逆向方法论。


🚀 部署指南

本项目 95%+ 的平台完全无需任何 Cookie 即可直接匿名解析。如需增强特定平台(如小红书/快手防风控、视频号媒体流、豆包无水印视频等),直接复制环境变量示例文件并在 .env 中按需填写即可:

cp .env.example .env
平台 环境变量 作用说明
视频号 YUANBAO_COOKIE 提取视频号无水印视频流与图集(依赖腾讯元宝凭据)
小红书 XHS_COOKIE 解决服务器机房 IP 遭遇的 302 登录拦截
快手 KUAISHOU_COOKIE 应对快手偶发的反爬风控校验
拼多多 PINDUODUO_COOKIE 提取多多视频短视频原画流
豆包 AI DOUBAO_COOKIE 提取 1080P 原始纯净无水印视频

📖 各平台详细抓包提取教程、精简字段推荐与风控排查,请查阅 👉 全平台 Cookie 与凭据配置指南。

Docker 部署(推荐)

通过 Docker Compose 快捷构建并启动服务:

# 1. 获取源码
git clone https://github.com/ucmao/media-parser.git
cd media-parser

# 2. 构建并启动服务
docker compose up -d --build

# 3. 查看日志与运行状态
docker compose logs -f web

服务默认监听 8051 端口,启动后直接访问 http://localhost:8051。

首次部署请访问 http://localhost:8051/auth/setup 创建管理员,该入口会在管理员创建后自动关闭。用户、API Key、系统配置和自动生成的安全密钥均保存在 ./data 目录,请务必持久化该目录。


Python 环境运行

适用于调试、二次开发或直接在宿主机运行。推荐 Python 3.10+;如需解析豆包或视频号视频,请先按上方说明配置 .env。

# 1. 安装依赖
pip install -r requirements.txt

# 2. 启动服务
python app.py

🔌 API 接口

解析媒体

  • 接口:GET /api/v1/parse
  • 参数:url,视频或图文分享链接
  • 鉴权:Authorization: Bearer mp-xxx
curl --get 'http://localhost:8051/api/v1/parse' \
  --header 'Authorization: Bearer mp-xxx' \
  --data-urlencode 'url=https://v.douyin.com/xxx/'

也支持通过 key 查询参数传递密钥,但生产环境不推荐,因为密钥可能被浏览器或代理日志记录:

http://localhost:8051/api/v1/parse?key=mp-xxx&url=https://v.douyin.com/xxx/

客户可在 /console 创建和停用 API Key;管理员可在 /admin 配置客户有效期、积分、QPS 与平台开关。

返回数据

接口以 JSON 格式返回标题、正文、作者及解析出的媒体资源。部分平台可能没有独立标题、封面或主视频;为兼容已有调用方,对应字段会使用正文、首图或首视频兜底。原始正文和图集仍分别保留在 desc、image_list 中,多视频内容则通过 video_list 返回。

{
  "retcode": 200,
  "retdesc": "成功",
  "data": {
    "video_id": "7123...",
    "platform": "抖音",
    "title": "视频标题内容",
    "desc": "视频文案内容",
    "video_url": "https://... (主视频地址)",
    "video_list": [
      "https://... (仅多视频/合集内容额外返回,首项与 video_url 相同)"
    ],
    "audio_url": "https://... (背景音乐/独立音频地址)",
    "cover_url": "https://... (高清封面地址)",
    "author": {
      "nickname": "作者昵称",
      "author_id": "作者ID",
      "avatar": "https://..."
    },
    "image_list": [
      "https://... (普通图集地址)",
      {
        "url": "https://... (实况图封面地址)",
        "live_photo_url": "https://... (实况图视频原件地址)"
      }
    ],
    "subtitles": [
      { "start": 0.64, "end": 2.12, "text": "文案/字幕内容" }
    ]
  },
  "succ": true
}

失败时会返回稳定的错误码:

{
  "retcode": 400,
  "retdesc": "该链接尚未支持提取 / 解析失败",
  "data": null,
  "error_code": "PLATFORM_NOT_SUPPORTED",
  "succ": false
}

默认响应还会附带可由管理员配置或关闭的 _tip 服务信息字段。

POST /api/parse 仅供网站首页在线体验使用,不作为客户接入接口。


🧪 自动化测试与健康自检

本项目拥有完备的双层测试体系(Mock 单元测试 + 基于 tests/live_parser_samples.json 的 300+ 条真实在线样本库回归)。遇到解析异常或日常部署验证时,可一键运行 50 平台健康自检:

# 50 平台极速冒烟测试(读取样本库,每个平台测 1 条最具代表性的链接,秒级完成)
python3 tests/manual_verify_parsers.py --limit 1

# 仅验证单个或指定平台(如:小云雀AI / 抖音)
python3 tests/manual_verify_parsers.py --platform "小云雀AI"

📖 了解 Pytest 单元测试规范、Mock 机制与回归测试体系,请查阅 👉 测试体系与回归验证。


📩 联系作者

如果您在安装、使用过程中遇到问题,或有定制需求,请通过以下方式联系:


🛡️ 项目原则与免责声明

1. 核心设计原则与边界红线

本项目定位为短视频创作者素材辅助工具与底层网络协议研究,严格恪守以下原则与红线:

  • 仅限公开UGC内容:仅解析普通用户公开发布的短视频、图集素材,不支持任何私密、好友可见等未公开内容。
  • 拒绝VIP/付费破解:不解析任何会员专享、单点付费、付费短剧等收费内容;系统不依赖亦不索取任何 付费/VIP Cookie。
  • 不支持版权长视频:专注于短视频生态,坚决不做任何爱优腾芒、Netflix、电影、电视剧等长视频版权内容的嗅探与破解。
  • 纯协议逆向研究:不破坏任何 DRM 加密流,不从事任何黑产或恶意绕过行为。如遇平台接口调整或合规要求,将主动调整或下线对应解析模块。

2. 开源协议 & 法律合规

  • 本项目基于 MIT LICENSE 协议开源。
  • 免责声明:本项目所有代码和文档仅用于网络技术研究、接口逆向工程学习与防御性安全交流。使用者请遵守各目标平台的《用户服务协议》与相关法律法规,不得用于任何形式的商业侵权抓取或恶意攻击行为。因使用本工具造成的任何直接或间接法律责任由使用者自行承担。

S
Description
Media-Parser是一个高性能RESTful API解析去水印服务,专注于多平台短视频的解析与去水印核心功能。它支持抖音、小红书、视频号、豆包、即梦等50+主流平台,支持获取作者、标题、封面、视频、图集、音频、Live实况等,并提供简洁易用的接口供前端调用。项目采用下载器工厂模式实现平台兼容性,是支撑去水印小程序或Web应用的理想后端解决方案。
Readme MIT 4.9 MiB
Languages
Python 65.2%
HTML 28.8%
JavaScript 5%
CSS 0.8%