在使用 `lxml` 和 `requests` 库编写 Python 爬虫时，若目标网站涉及加密视频内容，则需要综合考虑网页结构、视频数据的获取方式以及加密机制的处理。以下为实现此类爬虫的技术要点和示例。 ### 3.1 确定视频数据来源 加密视频通常不会直接嵌入在 HTML 页面中，而是通过 JavaScript 动态加载，或通过 M3U8、TS 等流媒体格式进行分段传输。因此，首先需要分析目标页面的网络请求，找到视频资源的真实 URL。 使用 `requests` 获取页面内容后，可通过 `lxml` 解析 HTML 中的视频容器标签，提取视频 ID 或播放地址[^2]。 ```python import requests from lxml import html url = 'https://example.com/video/123' response = requests.get(url) tree = html.fromstring(response.text) # 提取视频播放地址 video_url = tree.xpath('//video/@src')[0] print(video_url) ``` ### 3.2 处理加密视频流 若视频采用 AES-128 加密（如 M3U8 流媒体），需解析 `.m3u8` 文件并获取对应的 `.key` 解密密钥。随后可使用 `ffmpeg` 或 `pycrypto` 进行解密处理[^3]。 ```python import requests m3u8_url = 'https://example.com/video.m3u8' response = requests.get(m3u8_url) m3u8_content = response.text # 提取密钥地址 key_line = [line for line in m3u8_content.split('\n') if line.startswith('#EXT-X-KEY')][0] key_url = key_line.split('URI="')[1].strip('"') # 下载密钥 key = requests.get(key_url).content print("Encryption key:", key) ``` ### 3.3 使用代理与模拟浏览器处理复杂加密 对于更复杂的加密方式或依赖 JavaScript 渲染的视频页面，可结合 `Selenium` 或 `Playwright` 模拟浏览器环境，获取完整渲染后的 DOM 并提取视频链接。该方法适用于反爬机制较强的网站[^4]。 ```python from selenium import webdriver driver = webdriver.Chrome() driver.get('https://example.com/video/123') # 获取最终视频地址 video_element = driver.find_element_by_tag_name('video') video_url = video_element.get_attribute('src') print(video_url) driver.quit() ``` ### 3.4 注意事项 - **合法性与伦理问题**：爬取加密视频内容可能涉及版权问题，务必确保在合法授权范围内操作。 - **反爬机制**：部分网站使用 IP 限制、验证码、动态 Token 等方式防止爬虫，需配合代理、请求头伪装等策略应对。 - **性能优化**：视频资源较大，建议使用多线程或异步请求（如 `aiohttp`）提升下载效率。 ---