mirror of
https://github.com/ucmao/media-parser.git
synced 2026-11-20 08:04:56 +08:00
9243967abd2cc2d2767ace9f5439f16edaae24d0
基于 Python 的多平台媒体原生本地解析系统
解析逻辑 • 支持平台 • 部署指南 • 项目结构 • 开发文档 • 接口文档 • 联系作者
媒体解析去水印是一款专为短视频创作者与开发者打造的原生本地解析工具。
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。
100%本地原生实现,不依赖外部API,不封装第三方解析库,核心逆向逻辑完全开源。
💎 核心解析逻辑
- 多平台智能适配:内置
ParserFactory工厂模式,自动识别链接来源并分配对应解析器。 - 原生本地解析:解析逻辑直接内置在项目代码中,由各平台 Parser 本地发起请求并提取真实媒体地址。
- 零外部API依赖:无需对接任何第三方代解析接口或 SaaS 中转服务,部署后即可独立稳定运行。
- 开箱即用API:提供标准化的 JSON 数据接口,无冗余数据库依赖,适合快速对接业务或二次开发。
✨ 项目特点
- 本地可控:所有请求链路与解析规则均在本地代码中,方便调试、维护与定制。
- 部署简单:安装依赖或使用 Docker 即可一键运行,不需要额外申请第三方 API 账号或密钥。
- 便于扩展:各平台对应独立 Parser,遵循统一的返回数据结构,新增平台轻松快捷。
💾 支持的平台矩阵
| 平台名称 | 作者 | 标题 | 封面 | 视频 | 图集 | 音频 | 字幕 | 实况 |
|---|---|---|---|---|---|---|---|---|
| 抖音 | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | |
| 小红书 | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ||
| 视频号 | ✓ | ✓ | ✓ | ✓ | ||||
| 快手 | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ||
| 哔哩哔哩 | ✓ | ✓ | ✓ | ✓ | ✓ | |||
| 豆包 | ✓ | ✓ | ✓ | ✓ | ✓ | |||
| 即梦AI | ✓ | ✓ | ✓ | ✓ | ||||
| 小云雀AI | ✓ | ✓ | ✓ | ✓ | ✓ | |||
| 可灵AI | ✓ | ✓ | ✓ | ✓ | ||||
| 夸克AI | ✓ | ✓ | ✓ | ✓ | ✓ | |||
| 通义千问 | ✓ | ✓ | ✓ | ✓ | ✓ | |||
| 闲鱼 | ✓ | ✓ | ✓ | |||||
| Soul | ✓ | ✓ | ✓ | ✓ | ✓ | |||
| 汽水音乐 | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ||
| 腾讯频道 | ✓ | ✓ | ✓ | ✓ | ||||
| 剪映 / CapCut | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ||
| 快影 | ✓ | ✓ | ✓ | ✓ | ✓ | |||
| 皮皮搞笑 | ✓ | ✓ | ✓ | ✓ | ||||
| 微视 | ✓ | ✓ | ✓ | ✓ | ||||
| AcFun | ✓ | ✓ | ✓ | ✓ | ||||
| 西瓜视频 | ✓ | ✓ | ✓ | ✓ | ||||
| 绿洲 | ✓ | ✓ | ✓ | ✓ | ✓ | |||
| 皮皮虾 | ✓ | ✓ | ✓ | ✓ | ||||
| 全民K歌 | ✓ | ✓ | ✓ | |||||
| 新片场 | ✓ | ✓ | ✓ | ✓ | ||||
| 好看视频 | ✓ | ✓ | ✓ | ✓ | ||||
| 梨视频 | ✓ | ✓ | ✓ | ✓ | ||||
| 微博 | ✓ | ✓ | ✓ | ✓ | ✓ | |||
| 知乎 | ✓ | ✓ | ✓ | ✓ | ✓ | |||
| 虎牙 | ✓ | ✓ | ✓ | |||||
| 美拍 | ✓ | ✓ | ✓ | ✓ | ||||
| 最右 | ✓ | ✓ | ✓ |
🚀 部署指南
Cookie 配置(Docker 与Python 环境运行通用)
大多数平台无需登录态即可解析;如需完整解析豆包视频或视频号视频,请先复制环境变量示例文件:
cp .env.example .env
然后在本地 .env 中按需填写 Cookie:
- 豆包解析需要豆包 Cookie:建议粘贴浏览器中的完整 Cookie,至少包含
sessionid_ss=字段值。未配置或 Cookie 已过期时,仍可解析公开分享中的图片,但无法获取视频。 - 视频号解析需要腾讯元宝 Cookie:建议粘贴浏览器中的完整 Cookie,至少包含
hy_user=字段值; hy_token=字段值。未配置或 Cookie 已过期时,仍可解析标题、作者等公开字段,但无法获取视频。
Docker 部署(推荐)
通过 Docker Compose 快捷构建并启动服务;如需解析豆包或视频号视频,请先按上方说明配置 .env:
# 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。
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+(兼容 Python 3.8+);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
📂 项目结构
media-parser/
├── app.py # 服务程序入口 (Flask Web 服务)
├── configs/ # 核心配置与业务常量 (日志配置、域名映射等)
├── docs/ # 开发者文档与逆向百科 (架构设计、各平台逆向指南、测试手册)
│ ├── architecture.md # 系统分层架构与生命周期文档
│ ├── index.md # 逆向百科导航与平台支持矩阵
│ ├── parsers/ # 31 平台专属逆向技术指南 (*.md)
│ ├── reverse-guide.md # 通用逆向方法论 (SSR/抓包/JS签名沙箱)
│ └── testing.md # 完整测试体系与回归验证指南
├── src/ # 核心解析与业务逻辑
│ ├── api/ # API 接口路由 (/api/parse, /api/health)
│ ├── parsers/ # 31 平台媒体 Parser 本地解析器实现
│ ├── web/ # 前台 Web 页面路由蓝图 (Landing Page)
│ └── parser_factory.py # 工厂模式解析分发器 (ParserFactory 自动发现与注册)
├── static/ # 前端静态资源 (Logo、图标等)
├── templates/ # Web 前端 Demo 模板页面 (landing.html)
├── utils/ # 通用工具库与逆向执行支持
│ ├── signer/ # JS 签名沙箱引擎 (a_bogus, x_bogus 等)
│ └── web_fetcher.py # 网络请求与 URL 智能识别提取工具
├── tests/ # 自动化测试套件与真实样本回归库
│ ├── live_parser_samples.json # 31 平台真实线上样例库
│ ├── manual_verify_parsers.py # 命令行交互式/多形态人工排查脚本
│ └── test_*_parser.py # 各解析器与 API 契约单元测试
├── .env.example # 环境变量与 Cookie 配置模板
├── docker-compose.yml # Docker Compose 容器化部署配置
├── Dockerfile # Docker 镜像构建文件 (Python 3.11-slim)
├── requirements.txt # Python 依赖清单
├── SECURITY.md # 安全策略与漏洞反馈指南
└── LICENSE # MIT 开源协议文件
📖 开发者文档与逆向百科
本项目提供了详尽的技术架构与全平台逆向分析手册,详细内容请查阅 docs/ 目录:
- 🏗️ 系统架构与生命周期设计 (Architecture):分层设计、302 追踪与
ParserFactory动态发现机制。 - 🔍 通用逆向方法论 (Reverse Guide):SSR 数据提取、H5 接口伪装、JS 签名沙箱及抓包 SOP。
- 🧪 测试体系与回归验证 (Testing Guide):Pytest 单元测试、Mock 与线上真实样例回归。
- 📚 平台逆向指南索引 (Docs Index):包含抖音、快手、小红书、B站等全部 31 个平台的独立技术文档。
🧪 解析有效性测试
本项目拥有完备的测试体系,包括基础单元测试与基于真实样本库的在线回归测试:
1. 真实样本交互式验证
样例测试库见 tests/live_parser_samples.json,用于实时验证 31 个平台解析器的有效性与多形态覆盖:
# 快速冒烟测试(每个平台测 1 条最具代表性的链接,极速完成健康检查)
python3 tests/manual_verify_parsers.py --limit 1
# 全量回归验证(覆盖多形态真实用例)
python3 tests/manual_verify_parsers.py
# 仅验证单个或指定平台(如:小云雀AI)
python3 tests/manual_verify_parsers.py --platform "小云雀AI"
2. 自动化单元测试
# 运行全部单元测试
pytest
# 运行真实线上样例自动化回归
pytest tests/test_live_parser_samples.py -s
🔌 API 核心接口说明
1. 服务健康检查
- 接口路径:
GET /api/health - 接口描述:供容器编排(Docker Compose/K8s)、反向代理或监控系统探针检测服务存活状态。
- 返回示例:
{ "status": "ok" }
2. 媒体解析接口
- 接口路径:
POST /api/parse - 接口描述:传入包含分享链接的文本,智能提取多媒体直链与图文信息。
请求参数 (Request Body)
格式: application/json
| 参数名 | 类型 | 必填 | 描述 | 限制与示例 |
|---|---|---|---|---|
text |
string |
是 | 视频分享链接或包含链接的文本短语 | 最长 2000 字符,如 "https://v.douyin.com/..." |
返回说明 (Response)
格式: application/json
成功响应示例:
{
"retcode": 200,
"retdesc": "成功",
"data": {
"video_id": "7123...",
"platform": "抖音",
"title": "视频标题内容",
"video_url": "https://... (主视频地址)",
"video_list": [
"https://... (仅多视频内容额外返回,首项与 video_url 相同)"
],
"audio_url": "https://... (背景音乐/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": [ { "text": "字幕/歌词文本" } ]
},
"succ": true
}
失败响应示例:
{
"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
}
📩 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:
- 微信:csdnxr
- QQ:294323976
- 邮箱:leoucmao@gmail.com
- Bug反馈:GitHub Issues
⚖️ 开源协议 & 免责声明
- 本项目基于 MIT LICENSE 协议开源。
- 免责声明:本项目仅用于学习交流和技术研究。严禁用于任何非法目的。因滥用本项目造成的后果,由使用者自行承担。
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。
doubaodouyindouyin-downloadermedia-parserno-watermarkvideo-downloaderxiaohongshuxiaohongshu-downloader
Readme
MIT
4.9 MiB
Languages
Python
65.2%
HTML
28.8%
JavaScript
5%
CSS
0.8%