本文是pythontab技术群① 网友 “贵阳-Win 7” （微博）投递的文章

一、序

    前段时间发现一个可以下载音悦台视频的程序，应该是E语言写的，本着想逆向一下，然后用python重新写一个，奈何汇编基本忘完了，才搞了一会就搞不下去了。

    就这么放弃么？肯定不是，我又想了一个思路，既然它要解析一个网址，那么我就试试抓包分析，所以就有了这篇文章。

二、上wireshark

    wireshark是非常流行的网络封包分析软件，功能十分强大。可以截取各种网络封包，显示网络封包的详细信息。

首先我打开wireshark，设置抓包规则，抓HTTP包，内容应该会包含yinyuetai这样的字符串。

规则就变成了：

http contains yinyuetai

Wireshark 开始工作后，我启动了这个音悦台解析软件，找到一个视频播放地址

http://v.yinyuetai.com/video/40

然后点击单页解析，wireshark马上就捕获到了数据，我们进一步分析

在捕获的数据中，我发现了一个GET请求，点击右键，然后Follow TCP stream

到目前为止，我们获得的信息是，这个程序发送了一个GET请求，请求的路径是

/insite/get-video-info?flex=true&videoId=40

请求的主机是

www.yinyuetai.com

请求的数据中，videoId后面的40是我们视频播放地址的最后一个值。

我在浏览器中尝试访问这个完整的URL，它给我返回了一个文件，我尝试用notepad++之类的软件观察了，发现其中有很多信息。

那么，我该怎么继续呢？

三、上python

这个视频解析程序，在我点击解析后，出现了下面类似的字样，其中包含了下载链接

http://flv.yinyuetai.com/uploads/vid...

那么，在上面返回的这个文件中有没有类似的字符串呢？我通过ctrl+F进行了一下查找，果然有。

下面是我用python进行测试时候的截图。

我们可以在返回的html代码中找到对应的字样，如果我们再能使用正则表达式匹配一下，那就完美了。

四、上正则

通过多次测试，发现下载地址的规律如下：

http://[一些字母].yinyuetai.com/uploads/videos/common/[一些内容]&br[一些内容]

最终正则表达式为

re.findall("http://\w*?\.yinyuetai\.com/uploads/videos/common/.*?(?=&br)",html)

我这里解释一下，

1.首先查找http://

2.然后使用懒惰模式匹配字母

3.然后匹配对应的.yinyuetai.com/uploads/videos/common/

4.然后使用懒惰模式匹配一些内容

5.最后捕获&br

五、多次调试

    写完一个程序是多么令我们高兴，除了程序按照我们的要求工作，我们在其中更是收获良多，是不是？

    但，一切尚未结束。

是的，完全没有，要写好一个程序哪有这么简单？

会不会有异常？会不会timeout，音悦台会不会判断UserAgent？

如何使用多线程下载多个视频？

会不会有假冒伪劣视频冒充？（我肿么会告诉你其中有一个0.6+MB的假冒伪劣视频）

但，那已经是你需要考虑的问题了。

六、新的挑战

今天在互联网闲逛的时候发现一个好东西，叫做youtube-dl（不知道的自己google）

它可以下载youtube的视频，而且是python写的，但是我下载来看，却加密了，你能通过抓包再写一个么？

Tip 1:

https://www.youtube.com/get_video_info?&video_id=RBumgq5yVrA&el=detailpage&ps=default&eurl=&gl=US&hl=en

Tip 2:

众所周知，在国内是上不了youtube的，如果上了VPN，我们还能抓到包么？其它的http代理呢？（如果不能，上面这个地址我是如何获得的呢？）

（注：我未继续深入测试，不要受我思想的约束）

七、总结

上帝关上了一扇门，却打开了一扇窗。

在新的年代，需要新的技术，更需要新的思路。