
作者:某某白米饭
来源:Python 技术
在 B 站上看了进击的金厂长的投稿的视频如:B 界等级修仙传,B 界等级修魔传等,觉得 B 站升级对小编这种白嫖党 + 懒癌党太不友好了,就码了这篇 B 站升级脚本。
用自己的账号登录到 B 站并打开个人页面,按 F12 控制面板。可以找到一个 https://api.bilibili.com/x/space/myinfo?jsonp=jsonp&callback=__jp0 的地址,从相应的返回值来看,这就是个人资料的请求地址。并且把请求头中的 cookie 复制到代码中,让我们可以正常用代码登录 B 站。
这里的 cookie 是一串字符串,在 requests.get() 请求的时候肯定是要转换为字典类型的。其中一个 bili_jct 比较关键,在后续操作中将被用到。
def convert_cookies_to_dict(cookies): cookies = dict([l.split("=", 1) for l in cookies.split("; ")]) return cookies
下面代码就用上面转换成字典的 cookie 获取 B 站的个人资料。
def getInfo(cookie):
url = "http://api.bilibili.com/x/space/myinfo" resp = requests.get(url, cookies=cookie).text
myinfo = json.loads(resp)
data = myinfo['data']
mid = data['mid']
name = data['name']
level_exp = data['level_exp']
current_level = level_exp['current_exp']
current_exp = level_exp['current_exp']
next_exp = level_exp['next_exp']
sub_exp = int(next_exp) - int(current_exp)
days = int(int(sub_exp)/70)
coin = data['coins']
print("{},你的等级是{},当前经验是{},下一级经验是{},还需要{}天升级,有{}个硬币".format(name, current_level,current_exp,next_exp,days,coin))
因为小编实在是不想解析页面,就在网上找了一个 B 站的 http://api.bilibili.cn/recommend 接口来获取视频地址。返回值是一个 json 串,这里面有 aid 和 bvid。
def getVideo(cookie):
url = "http://api.bilibili.cn/recommend" resp = requests.get(url, cookies=cookie).text data = json.loads(resp)
list_length = len(data['list'])
result = [] for i in range(list_length):
bvid = data['list'][i]['bvid']
aid = data['list'][i]['aid']
result.append({'bvid': bvid, 'aid': aid}) return result
获取到 aid 和 bvid 后,打开播放视频页面会有发送心跳链接到服务器,这个应该可以看做是看过视频的。
def view(bvid, aid, bili_jct, playedTime): url = "https://api.bilibili.com/x/click-interface/web/heartbeat" header = { "origin": "https://www.bilibili.com", "referer": "https://www.bilibili.com/video/"+bvid, "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36", "cookie": cookies
}
data = { 'aid': aid, 'bvid': bvid, 'played_time': playedTime, 'csrf': bili_jct
}
resp = requests.post(url, data = data ,headers=header).text
json_data = json.loads(resp)
code = json_data['code']
time.sleep() if code == 0:
print('视频观看成功,bvid 号为:' + bvid) else:
print('视频观看失败,bvid 号为:' + bvid)
投币比较简单,只有 4 个参数,但是每天就只能投 5 个币,得 50 经验。
def coin(bvid, aid, csrf):
url = "https://api.bilibili.com/x/web-interface/coin/add" data = { 'aid': aid, 'multiply': 1, 'select_like': 1, 'cross_domain': 'true', 'csrf': csrf
}
header = { "origin": "https://www.bilibili.com", "referer": "https://www.bilibili.com/video/"+bvid, "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36", "cookie": cookies
}
resp = requests.post(url, headers=header, data=data).text data = json.loads(resp)
code = data['code'] if code == 0:
print("投币成功") else:
print('投币失败')
在分享到动态的时候,可以看到有一个 share 的地址,然后小编就用这个试了好几次都没有成功,只能求助万能的 github。
上面这个地址没成功,都是分享失败,下面的截图是 github 的,分享成功。
def share( bvid, csrf): url = 'https://api.bilibili.com/x/web-interface/share/add' data = { 'csrf': csrf, 'bvid': bvid
}
header = { 'content-type': 'application/x-www-form-urlencoded;charset=UTF-8', "Connection": "keep-alive", "origin": "https://t.bilibili.com", "referer": 'https://t.bilibili.com', "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36", "cookie": cookies
}
resp = requests.post(url, data=data, headers=header).text
json_data = json.loads(resp)
code = json_data['code'] if code == 0:
print('视频分享成功') else:
print('视频分享失败')
python 小脚本总能在想不到的地方有意外的惊喜。人生苦短,认为本文还可以的朋友点个赞和再看。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10