python 下载 YouTube 资源 - pytube

17 阅读6分钟

本文是 pytube 教程,介绍如何通过 pytube 下载 YouTube 的音视频等资源。

概述

pytube 是一款由 Python 实现,用于下载油管的第三方库,它的特点是无第三方的依赖,轻量,而且还有一个非常重要的点,它的接口灵活度高。

命令行接口,pytube 也提供了 pytube 命令实现通过命令行实现资源下载。视频的命令行下载工具,更著名的 youtube-dlyou-get,它们比 pytube 出名,如果不是通过 Python 实现资源下载,它们或许是更好的选择。

安装

如下命令安装 pytube:

pip install pytube

快速开始

我们通过一个案例演示如何使用 pytube 下载视频,视频地址:www.youtube.com/watch?v=ceR…

YoutTube 是 pytube 的核心类,它可用于获取某个 YouTube 视频的信息,包括基本属性内容等,如标题、音视频流,字幕等。

视频属性

from pytube import YouTube

yt = YouTube("https://www.youtube.com/watch?v=ceRYL271cao")
print(f"title: {yt.title}\nthumbnail_url: {yt.thumbnail_url}\nchannel_url: {yt.channel_url}")

如上的代码获取了视频的标题、封面图和频道地址。

输出结果:

title: Be a tmux KING with Tmuxifier | My FAVORITE tmux tool
thumbnail_url: https://i.ytimg.com/vi/ceRYL271cao/hq720.jpg
channel_url: https://www.youtube.com/channel/UCo71RUe6DX4w-Vd47rFLXPg

更多属性:

# dir 查看 YouTube 属性
dir(yt)

输出结果:


['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getstate__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_age_restricted', '_author', '_embed_html', '_fmt_streams', '_initial_data', '_js', '_js_url', '_metadata', '_player_config_args', '_publish_date', '_title', '_vid_info', '_watch_html', 'age_restricted', 'allow_oauth_cache', 'author', 'bypass_age_gate', 'caption_tracks', 'captions', 'channel_id', 'channel_url', 'check_availability', 'description', 'embed_html', 'embed_url', 'fmt_streams', 'from_id', 'initial_data', 'js', 'js_url', 'keywords', 'length', 'metadata', 'publish_date', 'rating', 'register_on_complete_callback', 'register_on_progress_callback', 'stream_monostate', 'streaming_data', 'streams', 'thumbnail_url', 'title', 'use_oauth', 'vid_info', 'video_id', 'views', 'watch_html', 'watch_url']

属性的具体含义,可查看 pytube 文档:YouTube Object

音视频流

pytube 与其他的油管视频下载工具不同,它不会默认选择资源下载,要我们手动 filter 选择要使用的资源。

首先,查看 YouTube 中可用的音视频资源信息,通过 YoutTube 的 streams 属性获取。

代码如下:

print(yt.streams)

输出结果:

[<Stream: itag="17" mime_type="video/3gpp" res="144p" fps="7fps" vcodec="mp4v.20.3" acodec="mp4a.40.2" progressive="True" type="video">,
<Stream: itag="18" mime_type="video/mp4" res="360p" fps="30fps" vcodec="avc1.42001E" acodec="mp4a.40.2" progressive="True" type="video">,
<Stream: itag="22" mime_type="video/mp4" res="720p" fps="30fps" vcodec="avc1.64001F" acodec="mp4a.40.2" progressive="True" type="video">, 
<Stream: itag="313" mime_type="video/webm" res="2160p" fps="30fps" vcodec="vp9" progressive="False" type="video">,
<Stream: itag="271" mime_type="video/webm" res="1440p" fps="30fps" vcodec="vp9" progressive="False" type="video">,
<Stream: itag="137" mime_type="video/mp4" res="1080p" fps="30fps" vcodec="avc1.640028" progressive="False" type="video">,
<Stream: itag="248" mime_type="video/webm" res="1080p" fps="30fps" vcodec="vp9" progressive="False" type="video">,
...
<Stream: itag="139" mime_type="audio/mp4" abr="48kbps" acodec="mp4a.40.5" progressive="False" type="audio">,
<Stream: itag="140" mime_type="audio/mp4" abr="128kbps" acodec="mp4a.40.2" progressive="False" type="audio">,
<Stream: itag="249" mime_type="audio/webm" abr="50kbps" acodec="opus" progressive="False" type="audio">,
<Stream: itag="250" mime_type="audio/webm" abr="70kbps" acodec="opus" progressive="False" type="audio">,
<Stream: itag="251" mime_type="audio/webm" abr="160kbps" acodec="opus" progressive="False" type="audio">]

pytube 支持 filter 过滤资源,如只要视频资源,选择分辨率最高的视频。

代码如下:

stream = yt.streams.filter(type="video").order_by("resolution").last()

首先,通过 type="video" 过滤视频资源,接着按 resolution,即分辨率,升序排序视频,再最后一个视频。

视频下载

一旦获取到我们的目标 stream,就可以调用 download 方法,即可下载。

stream.download()

默认情况,download 下载位置为当前目录,并以 YouTube 视频标题作为文件名。如希望修改这个默认行为,可通过 filename 和 output_path 实现。filename 执行下载文件名,output_path 执行文件下载路径。

音视频分离

现在,我们得到了一个视频文件,但这极有可能一个无声视频。

pytube 官方文档有如下这么一段话:

You may notice that some streams listed have both a video codec and audio codec, while others have just video or just audio, this is a result of YouTube supporting a streaming technique called Dynamic Adaptive Streaming over HTTP (DASH).

In the context of pytube, the implications are for the highest quality streams; you now need to download both the audio and video tracks and then post-process them with software like FFmpeg to merge them.

The legacy streams that contain the audio and video in a single file (referred to as “progressive download”) are still available, but only for resolutions 720p and below.

简单来说,就是部分 stream 同时包含音视频,而部分 stream 是音视频分离的。而同时包含视频的流使用的是以前的 Progressive Adaptive 技术,音视频分离使用的是 Dynamic Adaptive Streaming over HTTP,即 DASH 技术。

关键是,Progressive Adaptive 的视频最高分辨率是 720p,更高分辨率则必须是用 Dash 技术的流,分别下载音频和视频,再通过类似 FFmpeg 的工具将两者合并。

我们现在就不能只下载视频资源了。

修改后的代码,如下所示:

dash_streams = yt.streams.filter(is_dash=True)
video_stream = dash_streams.filter(type="video").order_by("resolution").last()
audio_stream = dash_streams.filter(type="audio").first()

video_stream.download()
audio_stream.download()

到此,我们成功获取需要的音视频资源了。

下载进度

默认的配置,pytube 下载视频不展示下载进度,可通过在创建 YouTube 类时指定回调.

代码如下所示:

from pytube import YouTube
from pytube.cli import on_progress

watch_url = "https://www.youtube.com/watch?v=ceRYL271cao"
yt = YouTube(watch_url, on_progress_call=on_progress)

除了 on_progress_callback,还可指定 on_complete_callback,用于指定下载完成的回调。

频道与播放列表

如何更好地使用 pytube 管理与下载资源呢?

YouTube 核心有 4 个 Object 类,即 Channel、PlayList、YoutTube 和 Stream。

前面已经演示过 YouTube 和 Stream 类的基本使用。要用好 pytube,重点是了解这 4 个类间的关系。

简言之,Channel 中包含 PlayList 和 YouTube。而 PlayList 中包含 YouTube。YouTube 中包含 Stream。即Channel 和 Playlist 是 YouTube 的容器。

如果实现频道视频检测的功能,可利用 Channel 和 PlayList 这两个类,定时检测 Channel 和 PlayList 中的 video_urls。

创建 Channel 的代码:

from pytube import Channel

ch = Channel("https://www.youtube.com/channel/UCo71RUe6DX4w-Vd47rFLXPg")

频道的创建要传入 channel 地址,而这个地址,因为 YouTube 的改版,网页端中的 channel 地址不可用,而要通过 YoutTube 的 channel_url 属性获取。

示例代码如下:

yt = YoutTube("https://www.youtube.com/watch?v=ceRYL271cao")
print(yt.channel_url)

输出结果:

https://www.youtube.com/channel/UCo71RUe6DX4w-Vd47rFLXPg

特别说明,因为 youtube 的改版,pytube 中有些接口已经不可用了,要修复。如,Channel 中的一些功能不可用,这篇文章有介绍修复方案:解决近期Pytube的Channel Video列表会空的问题

通过 Channel 获取所有的 YouTube 或视频地址列表:

print(ch.videos)
print(ch.video_urls)

播放列表 playlist 的创建,可通过播放 playlist 地址或视频地址中包含 playlist 的参数。

代码如下所示:

from pytube import Playlist

p = Playlist("https://www.youtube.com/playlist?list=PLsz00TDipIfdGZRWNvOdeZfbka9HfpYBg")
# p = Playlist("https://www.youtube.com/watch?v=capyZ2D9Yz0&list=PLsz00TDipIfdGZRWNvOdeZfbka9HfpYBg&ab_channel=typecraft")

通过 playlist 获取所有 YoutTube 或地址列表:

print(p.videos)
print(p.video_urls)

搜索能力

pytube 还提供了搜索油管的能力,或许一些场景会有用吧。

使用代码如下:

from pytube import Search

results = Search("zsh").results
print(results)

其中返回的 results 就是 YouTube 的实例数组。如有需要,从中选择需要的 YoutTube 兑现个,在其上执行 streams 下载即可。

命令行工具 - pytube

pytube 除了以 python 库的形式提供视频下载能力,还提供了一个 pytube 的命令行工具。

以一些示例说明 pytube 命令的使用吧,如下所示:

下载包含音频且最高分辨率视频:

pytube https://www.youtube.com/watch?v=ceRYL271cao

查看所有可用的流:

pytube https://www.youtube.com/watch?v=ceRYL271cao --list

下载指定的流:

pytube https://www.youtube.com/watch?v=ceRYL271cao -itag=22

查看可用字幕:

pytube https://www.youtube.com/watch?v=ceRYL271cao -list-caption

下载执行字幕:

pytube https://www.youtube.com/watch?v=ceRYL271cao -c en

下载音频:

pytube https://www.youtube.com/watch?v=ceRYL271cao -a

最后

本文介绍了如何使用 pytube 下载油管资源,如果大家希望通过 python 管理下载视频,希望它能有所有帮助。

我的博文:基于 Python 视频搬运 Part2 - pytube 下载 YouTube 资源