解析小红书无水印视频直链

2024-03-11 13:17:43
This post is also available in English and alternative languages.

用户使用手机客户端浏览小红书视频笔记时，所获取的视频是无水印的。但保存至本地或者通过网页端浏览时，所获取的视频是含水印的。这篇文章将介绍如何解析小红书笔记，获取含水印视频和无水印视频的 URL。

以这条笔记为例，其笔记 id 为 65e2c4fb00000000030367bd。

获取含水印视频 URL

找到页面 Open Graph 协议的视频标签 

1
<meta name="og:video" content="">

里面的 content 属性就是含水印视频的 URL，格式如下

1
https://sns-video-hw.xhscdn.com/stream/110/259/01e5e2b96c2b17eb010371038dfdd2b1c0_259.mp4

获取无水印视频 URL

页面源代码中搜索 originVideoKey，找到如下 JSON 字段

1
2
3
{
    "originVideoKey":"spectrum\u002F1040g35830vr3bg1860005o6qr60o57fr83a7isg"
}

其中的 \u002F 是 Unicode 编码的 /，你可以用 jq 命令来解码。

1
2
3
4
 ~ % echo '{"originVideoKey":"spectrum\u002F1040g35830vr3bg1860005o6qr60o57fr83a7isg"}' | jq
{
  "originVideoKey": "spectrum/1040g35830vr3bg1860005o6qr60o57fr83a7isg"
}

然后拼接在 https://sns-video-bd.xhscdn.com/ 的尾部，得到无水印视频 URL

1
https://sns-video-bd.xhscdn.com/spectrum/1040g35830vr3bg1860005o6qr60o57fr83a7isg

网上的小红书解析工具会返回一个路径为 258 的 URL，与上述 URL 不同，但是仍然有效，不知道是怎么构造出来的。对比两个 URL 的差异如下：

1
2
3
不同位                                              1                               1111   1
有水印 https://sns-video-hw.xhscdn.com/stream/110/259/01e5e2b96c2b17eb010371038dfdd2b1c0_259.mp4
无水印 https://sns-video-hw.xhscdn.com/stream/110/258/01e5e2b96c2b17eb010371038dfdd239f3_258.mp4

简单的 Python 脚本

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
import requests
import re
import json

link = 'https://www.xiaohongshu.com/explore/65e2c4fb00000000030367bd'

def work(url: str) -> dict:
    r = requests.get(url)
    if r.status_code == 200:

        url_with_watermark = re.findall(r'<meta name="og:video" content="(.*?)">', r.text)
        if url_with_watermark:
            url_with_watermark = url_with_watermark[0]
        else:
            url_with_watermark = None
        
        key = re.findall(r'{\"originVideoKey\":\".*?\"}', r.text)
        if key:
            url_without_watermark = "http://sns-video-bd.xhscdn.com/" + json.loads(key[0])["originVideoKey"]
        else:
            url_without_watermark = None
        return {
            "url_with_watermark": url_with_watermark,
            "url_without_watermark": url_without_watermark
        }
    else:
        print(f"status code: {r.status_code}")
        return {
            "url_with_watermark": None,
            "url_without_watermark": None
        }

print(work(link))
Prev
2024-03-11 13:17:43
Next