B站直播推流码获取技术全解析:从API集成到第三方工具落地实践

news2026/5/19 23:46:05
B站直播推流码获取技术全解析从API集成到第三方工具落地实践【免费下载链接】bilibili_live_stream_code用于在准备直播时获取第三方推流码以便可以绕开哔哩哔哩直播姬直接在如OBS等软件中进行直播软件同时提供定义直播分区和标题功能项目地址: https://gitcode.com/gh_mirrors/bi/bilibili_live_stream_code核心功能突破官方限制的直播技术解决方案B站直播生态中第三方工具集成面临的核心痛点在于官方直播姬的功能限制。本项目通过逆向工程实现了三大核心功能为开发者提供完整的直播技术解决方案。推流码动态获取机制推流码是连接直播软件与B站服务器的关键凭证包含RTMP推流地址和密钥两部分。项目通过模拟B站开播流程实现了推流码的自动化获取。核心实现backend/services/live_service.pydef get_stream_code(room_id: int, cookies: dict) - tuple[str, str]: 获取B站直播推流码 Args: room_id: 直播间ID cookies: 认证Cookie字典 Returns: rtmp_addr: RTMP推流地址 stream_key: 推流密钥 session requests.Session() session.cookies.update(cookies) # 构建WBI签名参数 params { room_id: room_id, platform: pc, area_v2: 2 # 默认分区ID } # 生成WBI签名 signed_params wbi_sign(params, cookies) response session.post( https://api.live.bilibili.com/room/v1/Room/startLive, datasigned_params ) result response.json() if result.get(code) ! 0: raise LiveStartError(f开播失败: {result.get(message, 未知错误)}) return ( result[data][rtmp][addr], result[data][rtmp][code] )开发者贴士推流码有效期为24小时建议在直播前30分钟内获取。若需要长时间直播应实现自动续期机制避免直播中断。多模式认证系统项目提供双重认证模式满足不同场景需求扫码登录适合普通用户Cookie输入适合高级用户和自动化场景。核心实现backend/services/auth_service.pyclass AuthService: def __init__(self, cookie_path: str cookies.json): self.cookie_path cookie_path self.cookies self._load_cookies() def _load_cookies(self) - dict: 加载本地保存的Cookie try: with open(self.cookie_path, r) as f: return json.load(f) except (FileNotFoundError, json.JSONDecodeError): return {} def qrcode_login(self) - bool: 扫码登录流程 # 获取二维码 qrcode_data self._get_qrcode() qrcode_key qrcode_data[data][qrcode_key] # 显示二维码 self._display_qrcode(qrcode_data[data][url]) # 轮询登录状态 for _ in range(30): # 30秒超时 status self._check_login_status(qrcode_key) if status SUCCESS: self.cookies self._extract_cookies() self._save_cookies() return True time.sleep(1) return False def manual_cookie_login(self, cookie_str: str) - bool: 手动输入Cookie登录 # 解析Cookie字符串 cookies {} for item in cookie_str.split(;): key, value item.strip().split(, 1) cookies[key] value # 验证Cookie有效性 if self._verify_cookies(cookies): self.cookies cookies self._save_cookies() return True return False开发者贴士生产环境中应加密存储Cookie避免明文保存敏感信息。可使用cryptography库对Cookie文件进行加密处理。直播分区与标题管理项目支持直播分区选择和标题设置通过API实现与B站直播后台的实时同步。核心实现backend/services/window_service.pydef update_live_info(room_id: int, title: str, area_id: int, cookies: dict) - bool: 更新直播间信息 Args: room_id: 直播间ID title: 直播标题 area_id: 分区ID cookies: 认证Cookie Returns: 是否更新成功 session requests.Session() session.cookies.update(cookies) csrf_token cookies.get(bili_jct, ) params { room_id: room_id, title: title, area_v2: area_id, csrf_token: csrf_token, platform: pc } # 生成WBI签名 signed_params wbi_sign(params, cookies) response session.post( https://api.live.bilibili.com/room/v1/Room/update, datasigned_params ) return response.json().get(code) 0开发者贴士设置直播标题时需注意B站的敏感词过滤机制建议实现本地敏感词检测避免因标题违规导致直播被下架。实现原理B站直播API集成技术深度剖析WBI签名算法深度解析B站API采用WBI (Web Interface)签名机制验证请求合法性这是第三方集成的核心技术难点。算法通过对请求参数进行特定处理和加密确保请求来源的可靠性。核心实现backend/get_wbi.pydef wbi_sign(params: dict, cookies: dict) - dict: 生成WBI签名参数 Args: params: 需要签名的参数 cookies: 包含wbi_img_key和wbi_sub_key的Cookie Returns: 包含签名的参数字典 # 从Cookie获取密钥 img_key cookies.get(wbi_img_key, ) sub_key cookies.get(wbi_sub_key, ) if not img_key or not sub_key: raise WbiKeyError(无法从Cookie获取WBI密钥) # 生成mixin密钥 mixin_key _get_mixin_key(img_key sub_key) # 添加时间戳 params[wts] str(int(time.time())) # 排序参数并过滤特殊字符 sorted_params sorted(params.items()) filtered_params { k: re.sub(r[!()*], , str(v)) for k, v in sorted_params } # 生成查询字符串 query_string urllib.parse.urlencode(filtered_params) # 计算w_rid w_rid hashlib.md5((query_string mixin_key).encode()).hexdigest() # 添加签名到参数 params[w_rid] w_rid return params def _get_mixin_key(orig_key: str) - str: 生成mixin密钥 mixin_key_enc_tab [ 46, 47, 18, 2, 53, 8, 23, 32, 15, 50, 10, 31, 58, 3, 45, 35, 27, # 完整映射表省略... ] return .join([orig_key[i] for i in mixin_key_enc_tab[:32]])技术细节WBI签名算法的核心在于mixin_key的生成它通过固定的32位索引表从img_key和sub_key的组合字符串中提取字符形成新的密钥。这个索引表是B站API的核心机密逆向工程难度较高。开发者贴士WBI签名参数中的wts是Unix时间戳建议使用服务器时间而非本地时间避免因时区或时间偏差导致签名失败。直播数据流架构设计项目采用分层架构设计实现了从认证到推流的完整链路各模块职责清晰便于维护和扩展。┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ 认证层 │ │ 业务逻辑层 │ │ 数据访问层 │ │ AuthService │────▶│ LiveService │────▶│ BilibiliAPI │ │ │ │ WindowService │ │ │ └─────────────────┘ └─────────────────┘ └─────────────────┘ │ │ │ ▼ ▼ ▼ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ 本地存储 │ │ 核心算法 │ │ 外部API │ │ - Cookies │ │ - WBI签名 │ │ - 直播API │ │ - 配置信息 │ │ - 数据解析 │ │ - 用户API │ └─────────────────┘ └─────────────────┘ └─────────────────┘技术细节项目采用依赖注入模式将BilibiliAPI作为底层服务注入到各个业务服务中实现了业务逻辑与数据访问的解耦。这种设计使得单元测试更加容易同时也便于替换不同版本的API实现。开发者贴士在扩展新功能时建议遵循现有架构模式新增服务类应继承BaseService确保接口一致性和可维护性。应用场景第三方工具集成实战指南OBS直播软件集成方案OBS是最流行的直播软件之一通过本项目获取的推流码可以直接配置到OBS中实现专业级直播效果。配置步骤使用项目获取推流码from backend.services.auth_service import AuthService from backend.services.live_service import get_stream_code # 初始化认证服务 auth AuthService() if not auth.cookies: auth.qrcode_login() # 扫码登录 # 获取推流码 rtmp_addr, stream_key get_stream_code(room_id123456, cookiesauth.cookies) full_url f{rtmp_addr}/{stream_key}在OBS中配置推流打开OBS设置 → 流 → 服务选择自定义服务器填写RTMP地址串流密钥填写stream_key点击应用保存设置验证方法点击OBS的开始推流按钮观察项目日志是否有推流连接成功的记录同时在B站直播后台确认画面是否正常显示。开发者贴士OBS支持通过WebSocket API进行远程控制可以将本项目与OBS的WebSocket插件结合实现开播、停播的自动化控制。直播数据监控系统基于项目的API集成能力可以构建实时直播数据监控系统跟踪观众数、弹幕数量等关键指标。实现示例def monitor_live_data(room_id: int, cookies: dict, interval: int 5): 实时监控直播数据 Args: room_id: 直播间ID cookies: 认证Cookie interval: 监控间隔(秒) session requests.Session() session.cookies.update(cookies) while True: # 获取直播间信息 response session.get( fhttps://api.live.bilibili.com/room/v1/Room/get_info?room_id{room_id} ) data response.json()[data] print(f观众数: {data[online]} | 弹幕数: {data[danmu]} | 热度: {data[hot]}) time.sleep(interval)验证方法启动监控程序同时在B站直播间进行互动发送弹幕、进入/离开房间观察监控数据是否实时更新。开发者贴士频繁调用API可能触发B站的频率限制建议将监控间隔设置在5秒以上并实现请求失败的重试机制采用指数退避策略。进阶开发功能扩展与性能优化多账号管理系统设计对于需要管理多个直播账号的场景可以扩展项目实现多账号管理功能支持快速切换不同直播间。实现方案class AccountManager: def __init__(self, accounts_path: str accounts.json): self.accounts_path accounts_path self.accounts self._load_accounts() self.current_account None def _load_accounts(self) - dict: 加载账号列表 try: with open(self.accounts_path, r) as f: return json.load(f) except (FileNotFoundError, json.JSONDecodeError): return {} def add_account(self, name: str, cookies: dict): 添加新账号 self.accounts[name] { cookies: cookies, last_used: time.time() } self._save_accounts() def switch_account(self, name: str) - bool: 切换账号 if name in self.accounts: self.current_account name self.accounts[name][last_used] time.time() self._save_accounts() return True return False def _save_accounts(self): 保存账号列表 with open(self.accounts_path, w) as f: json.dump(self.accounts, f, indent4)性能优化使用LRU缓存减少重复的API调用提高多账号切换时的响应速度from functools import lru_cache class CachedLiveService: def __init__(self): self.cache {} lru_cache(maxsize100) def get_stream_code(self, room_id: int, cookies_hash: str) - tuple[str, str]: 带缓存的推流码获取方法 # 实际调用获取推流码的逻辑 return self._real_get_stream_code(room_id, self._get_cookies_by_hash(cookies_hash))开发者贴士实现多账号管理时应注意Cookie的隔离存储避免账号信息相互干扰。可以使用不同的Cookie文件路径区分不同账号。直播状态自动切换通过扩展项目功能可以实现直播状态的自动化管理例如根据观众数量自动调整码率或在直播中断时自动重新连接。实现示例class StreamAutoManager: def __init__(self, room_id: int, cookies: dict): self.room_id room_id self.cookies cookies self.is_streaming False self.last_reconnect_time 0 def start_monitoring(self): 开始监控直播状态 while True: try: # 检查直播状态 status self._check_stream_status() if not self.is_streaming and status OFFLINE: # 直播未开始尝试启动 self._start_stream() self.is_streaming True elif self.is_streaming and status ERROR: # 直播出错尝试重新连接 if time.time() - self.last_reconnect_time 60: # 1分钟冷却 self._reconnect_stream() self.last_reconnect_time time.time() except Exception as e: print(f监控出错: {str(e)}) time.sleep(10) # 每10秒检查一次性能优化使用异步IO模型替代轮询提高资源利用率import asyncio async def async_monitor_stream(self): 异步监控直播状态 while True: try: # 异步获取直播状态 status await self._async_check_stream_status() # 根据状态执行相应操作 # ... except Exception as e: print(f监控出错: {str(e)}) await asyncio.sleep(10)开发者贴士实现自动化功能时建议加入操作确认机制或日志记录避免自动化操作导致意外结果且难以排查。开源生态价值与技术演进bilibili_live_stream_code项目不仅为开发者提供了实用的直播工具集成方案更在技术层面展示了API逆向工程和第三方集成的最佳实践。项目的开源特性使得直播技术不再被平台限制推动了直播工具的多样化发展。从技术演进角度看未来该项目可能朝以下方向发展多平台支持扩展到支持抖音、快手等其他直播平台实现一站式多平台推流解决方案。AI增强功能集成AI技术实现智能标题生成、直播内容分析和观众行为预测提升直播质量和互动效果。容器化部署提供Docker镜像简化部署流程支持云服务器上的自动化运维。Web化界面开发Web版本界面支持远程管理和多设备访问进一步降低使用门槛。开源项目的价值在于汇聚社区智慧不断迭代优化。bilibili_live_stream_code项目为直播技术的创新提供了基础相信在社区的共同努力下未来会出现更多令人期待的功能和应用场景推动整个直播技术生态的发展与繁荣。【免费下载链接】bilibili_live_stream_code用于在准备直播时获取第三方推流码以便可以绕开哔哩哔哩直播姬直接在如OBS等软件中进行直播软件同时提供定义直播分区和标题功能项目地址: https://gitcode.com/gh_mirrors/bi/bilibili_live_stream_code创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2483279.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…