Question

我需要某种algorythm来从mp4engine中提取链接。

Here is the example of a page I want to scrap.

在这种情况下，所需的输出是：http://mp4engine.com:182/d/a2chmyndcqqgkpskitclvbgu5pgwxve2vmlrdsctpwbte2flb4i4hrz6/.hack_Roots（配音）第001-360p.mp4页

我尝试使用HtmlAgilityPack来获取播放器代码，但它是p,a,c,k,e,d，而且我无法在我的C＃Windows Phone 8.1项目中执行它。我想过使用Jurassic包来执行JS，但它似乎不适用于WinPhone8.1

以下是我使用HAP编写的脚本：

<script type='text/javascript'>eval(function(p,a,c,k,e,d){while(c--    )if(k[c])p=p.replace(new RegExp('\\b'+c.toString(a)+'\\b','g'),k[c]);return p} ('15("14").13({f:"0://2.1:e/d/c/.b (a) 9 8- 7.6",12:"0://2.1/4/h.g",11:"0://2.1/i/10/z.y",x:"w",v:u,t:s,5:"0",r:"0://2.1/4/q /p",o:[{3:"n",m:"0://2.1/4/h.g"},{3:"l",k:{f:\'0://2.1:e/d/c/.b (a) 9 8- 7.6\',\'5\':\'0\'}},{3:"j"}],});',36,42,'http|com|mp4engine|type|player|provider|mp4|360p|001|Episode|Dub|hack_Roots|a2chmyndcqqgkpskitclvbgu5pgwxve2vmlrdsctpwbte2flb4i4hrz6||182|file|swf|jw6||download|config|html5|src|flash|modes|six|skins|skin|420|height|722|width|1484|duration|jpg|hahgl235zwv2|00000|image|flashplayer|setup|flvplayer|jwplayer'.split('|')))

我也尝试使用内置的WebView控件：

WebView wv = new WebView();
//... navigation to string and all that
var res = await wv.InvokeScriptAsync("eval", null);

不幸的是，该函数返回空字符串（res = ""）

我还搜索了我可以解码的base64字符串，但该页面似乎没有。

我该怎么做才能获得视频网址？

Answer 1

在<div id="player_code" ...内，最后一个<script>标记包含视频网址所在的模糊javascript代码。这个site可以对此代码进行反混淆，结果将如下所示：

jwplayer("flvplayer").setup({
    file: "http://mp4engine.com:182/d/a2chmyndcqqgkpskitclvbgu5pgwxve2vmlrdsctpwbsg7asjwghgk4p/.hack_Roots (Dub) Episode 001-360p.mp4",
    flashplayer: "http://mp4engine.com/player/jw6.swf",
    image: "http://mp4engine.com/i/00000/hahgl235zwv2.jpg",
    duration: "1484",
    width: 722,
    height: 420,
    provider: "http",
    skin: "http://mp4engine.com/player/skins/six",
    modes: [{
        type: "flash",
        src: "http://mp4engine.com/player/jw6.swf"
    }, {
        type: "html5",
        config: {
            file: 'http://mp4engine.com:182/d/a2chmyndcqqgkpskitclvbgu5pgwxve2vmlrdsctpwbsg7asjwghgk4p/.hack_Roots (Dub) Episode 001-360p.mp4',
            'provider': 'http'
        }
    }, {
        type: "download"
    }],
});

如您所见，file:包含视频网址。因此，在您的C＃代码中，您可以下载该页面的HTML代码，在<script>中查找最后一个<div id="player_code" ...标记，并使用同一网站上列出的C# port对其进行取消混淆。< / p>

Answer 2

HtmlAgilityPack只接受静态HTML代码，需要执行动态内容（javascript）来获取数据。

您有三种方式：

1 - 在c＃中实现javascript的美化代码（在这里你可以看到一个例子：http://jsbeautifier.org/）。在这种情况下，仅适用于您的情况，您可以提取视频网址，因为它就在上面，但这并不常见。

2 - 使用.net网络浏览器连接到页面并执行javascript代码来抓取数据，在这种情况下，您的应用程序必须是Windows窗体应用程序。

3 - 使用无头浏览器连接到页面并执行javascript代码来刮取数据。你可以使用着名的phatomjs。示例：C# example of using PhantomJS webdriver ExecutePhantomJS to filter out images

如何使用C＃获取.mp4视频的直接URL？

2 个答案: