YouTube視頻
谷歌限制了YouTube api v3的請求量,一天10000配額,這裏不是10000次請求,每次請求根據不同參數消耗不同配額。爲了擺脫這種限制而獲得更多的新發布視頻,做了以下內容的方案。
需求:
運營配置YouTube的channelId,後臺需要根據這些channelId去獲取最近發佈的可以在小屏播放的video信息,以增加用戶活度。
問題:
YouTube限額問題,谷歌限制域名只能使用一個ApiKey,配置多會被封禁,按照現有全部用api檢索會導致頻道越配越多,獲得的視頻越來越少。
解決:
思路1:
出於問題中關鍵點,系統不知道channel下面發佈的情況,只能被動查詢,這樣可能會導致查詢消耗了配置結果返回爲空或者很少視頻的情況;所以考慮使用訂閱模式去事先得知頻道的情況。
查找了很多資料;最坑的竟然是YouTube api官網給的方法。。。。(youtubeApi)。我試着去使用它介紹的發佈訂閱,對於Google的集線器我研究了很久,畢竟不熟悉,而且沒有相關的java實現。
方式1:
1.啓動自己的回調服務器,隨便弄個可以外網訪問的服務返回200和請求參數中的hub_chanlenge即可。
2.訂閱你需要訂閱的頻道的atom:類似:https://www.youtube.com/xml/feeds/videos.xml?channel_id=CHANNEL_ID 這種。
3.返回204即成功。
我的嘗試:
我使用的自己的雲服務器,使用谷歌的集線器,然後去訂閱YouTube,發現509等錯誤,莫名其妙後使用了自己寫的atom作爲發佈方,結果成功了。不過,可笑的是,這個集線器它並不能正常工作,我在修改atom再次發佈的時候,它竟然沒能好好工作;沒向我的回調函數發送信息。我崩潰了,我去谷歌搜索了很多相關問題,發現YouTube已經不將視頻信息發佈到上面所說的xml中了,而且在這之前YouTube爲了用戶體驗,每個頻道只發送3條消息給訂閱用戶(YouTube自帶的那個鈴鐺訂閱)我去你…..
方式2:
再對問題思考,依然擺脫不了需要提前得知頻道下視頻的發佈情況,我試着去YouTube網站videos下查看視頻與api返回的視頻做對照,發現可以使用解析http的標籤獲取發佈的視頻和時間(其實一開始也想過使用爬蟲,奈何怕蹲牢啊。。)。我試着使用httpClient解析這個頁面,果然得到了我想要的答案。
這樣我就可以提前知道頻道的發佈情況,進而對使用api檢索得到的結果有了大的優化。相關代碼如下:
YouTubeTest
public class YoutubeTest {
private static String matching = "</li><li>";
private final static String CONTENT = "class=\"yt-lockup-content\"";
private static final String GET_VEDIO_INFO_PRE = "https://youtube.com/get_video_info?video_id=";
public static void main(String[] args) throws Exception {
http("UC24_Z2L-8Ki183AI9zJJzNQ");
}
private static void http(String channelId) throws Exception {
String url = "https://www.youtube.com/channel/" + channelId + "/videos";
CloseableHttpClient httpclient = HttpClients.createDefault();
HttpGet httpget = new HttpGet(url);
CloseableHttpResponse response = httpclient.execute(httpget);
try {
HttpEntity entity = response.getEntity();
String responseYoutube = EntityUtils.toString(entity);
List<String> countList = new ArrayList<>(100);
int length = responseYoutube.length();
int i1, i2 = 0;
long startTime = System.currentTimeMillis();
for (int i = 0; i < length; i++) {
i1 = responseYoutube.indexOf(CONTENT, i);
if (i1 > 0) {
i2 = responseYoutube.indexOf("</div>", i1);
if (i2 > 0) {
countList.add(responseYoutube.substring(i1, i2));
i = i2;
}
} else {
break;
}
}
long endEachTime = System.currentTimeMillis();
System.out.println("遍歷耗時:" + (endEachTime - startTime) + "ms");
List<VideoInfo> videoInfos = new ArrayList<>(30);
countList.forEach((s) -> {
int hrefStart = s.indexOf("v=");
int hrefEnd = s.indexOf("\"", hrefStart);
VideoInfo videoInfo = new VideoInfo();
int lastIndex = s.indexOf("</li></ul>");
if (lastIndex > 0) {
String substring = s.substring(s.indexOf(matching) + matching.length(), s.indexOf("</li></ul>"));
int time = analysisTime(substring);
if (time == -2) {
System.out.println(channelId + "返回參數中有解析錯誤的html標籤:" + s);
}
videoInfo.setPublishTime(time);
videoInfo.setVideoId(s.substring(hrefStart + 2, hrefEnd));
System.out.println(substring);
videoInfos.add(videoInfo);
}
});
videoInfos.forEach(System.out::println);
System.out.println("打印耗時:" + (System.currentTimeMillis() - endEachTime) + "ms");
System.out.println(countList.size());
} finally {
response.close();
}
}
private final static String CH_SECONDS_PRE = "秒前";
private final static String CH_MINUTES_PRE = "分鐘前";
private final static String CH_HOURS_PRE = "小時前";
private final static String CH_DAYS_PRE = "天前";
private static int analysisTime(String substring) {
boolean matches = substring.substring(0, 2).trim().matches("^[0-9]*[1-9][0-9]*$");
int time=-2;
if(matches){
time = Integer.parseInt(substring.substring(0, 2).trim());
if (substring.contains(CH_SECONDS_PRE)) {
time = time + 0;
} else if (substring.contains(CH_MINUTES_PRE)) {
time = time + 100;
} else if (substring.contains(CH_HOURS_PRE)) {
time = time + 200;
} else if (substring.contains(CH_DAYS_PRE)) {
time = time + 300;
} else {
time = -1;
}
}
return time;
}
VideoInfo
@Setter
@Getter
@ToString
public class VideoInfo {
private String videoId;
private int publishTime;
}
這裏使用的是香港,所以這裏匹配獲取時間的時候使用了繁體,解釋下這裏面的匹配規則。
class=”yt-lockup-content”是返回的html中視頻主題標籤的class,從此開始一個個獲取。
analysisTime 秒則直接使用,分鐘則爲100起,以此類推。
其實在F12調試的時候,這個URL請求獲得的是一段json,不知道爲什麼變成了html,對這方面不是很熟悉,之後會想辦法去優化這塊。
GET_VEDIO_INFO_PRE這個地址是YouTube的公共API,目前還是可以使用的,可以檢索一些視頻的信息。