前言：本文深度拆解一款抖音无水印视频下载油猴脚本的完整原理：通过网络拦截、递归解析JSON、读取播放器实例等多源归集，智能打分选出最优视频直链；再以FileSystem Access API流式落盘、GM_download与GM_xmlhttpRequest梯队降级完成抖音网页版视频下载，并在保存前校验文件真实性，教你绕过防盗链与跨域限制，把抖音视频批量保存到本地硬盘。
我把那个抖音下载脚本，翻了个底朝天
前两天一个朋友甩给我一个文件，一个js文件，说，你看看这个，能下抖音无水印的视频。
我寻思，这不就是个油猴脚本吗，网上遍地都是，有什么好看的。
他就回我一句，你扒开看看就知道了。
我扒开了。
看完之后我愣了半天。
怎么说呢，这玩意儿根本不是我以为的那种，拿一个a标签点一下、或者干脆糊弄你一个带水印视频的小脚本。它是一个，迷你版的专业下载器。有网络拦截，有多源归集，有梯队降级，有数据校验，甚至会在保存之前，先闻一闻这个文件到底是不是真视频。
你敢信？？？
先交代下背景。经常在抖音刷到想存下来的视频的朋友，应该都有体会。官方下载自带水印，就算你装了一堆去水印App，很多也就是帮你录个屏，画质糊成一片。所以网上一直流传着各种土办法，其中比较靠谱的一类，就是油猴脚本。
油猴脚本是什么，就是跑在浏览器里的一段JS。你装个浏览器插件，访问抖音网页版，脚本就在你背后偷偷帮你干活。
但说实话，愚钝如我，以前一直觉得这类脚本能干的事挺有限的。毕竟视频是人家平台的，防盗链、跨域限制、各种反爬签名，一道一道墙垒在那儿。一个跑在浏览器角落里的脚本，能翻出什么浪来。
结果这脚本直接给我上了一课。真的，一堂大课。
先说最基础的问题，视频的下载地址，到底是从哪来的。
我原来以为，就是去网页里找那个video标签，把src抠出来，完事儿。
这脚本确实也这么干，但这是它最后一步的兜底。它的正经路子，是五条渠道同时撒网，捞回来的URL再打分，选最优的。
哪五条，我跟你说。
第一路，网络拦截。脚本在页面一加载的时候就动手了，把浏览器原生的fetch和XMLHttpRequest全给hook住，所有网络请求都得从它手里过一遍。只要长得像视频地址的，带.mp4的，带douyinvod的，带video/tos这种关键字的，全给你记到小本本上。它还注册了一个PerformanceObserver，把页面上加载过的所有资源，整个翻了一遍。
第二路，更暴力。抖音网页版不是要调接口拿视频数据吗，脚本直接把接口返回的那整棵JSON树，递归遍历一遍。它压根不看字段名叫什么，因为抖音的字段三天两头变，就一条铁规则，把所有长得像视频链接的字符串，全给我抓出来。你接口随便改，正则总不会变吧。
第三路，掏播放器底裤。抖音网页版用的播放器是西瓜播放器，脚本直接去window上找播放器的全局实例，把播放器内存里的配置读出来。download_url，video_url，播放器正打算请求的无水印流，直接被人在兜里掏走了。这算不算偷家。
第四路，扒内联数据。有些视频信息是服务端直接写在HTML的script标签里发回来的，脚本就把所有script标签抠出来，解析里面的RENDER_DATA和隐藏的JSON，再用那套递归扫描法，扫一遍。
第五路，才轮到我们以为的常规操作，找页面上的video标签，拿currentSrc，拿src，拿source子节点。
五条渠道捞上来的URL，少说十几个，标清的，高清的，全混在一起。。。然后有个打分函数，键名带download的加分，是mp4直链的加分，长得像音频的，狠狠扣分。得分最高的当主链接，剩下的打包成候选列表，等着前面那个挂了，顶上去。
坦率的讲，看到这儿，我已经有点服气了。但真正给我一下子整不会的，是它的下载引擎。
下载地址搞到手了，怎么变成硬盘里的一个文件。我原来以为，创建一个a标签，地址填进去，模拟点一下，浏览器自己会下。
这脚本确实有这么一步，但那是它最后用来唤起保存弹窗的体面。真正的下载过程，它准备了四招，一招一招往下试，像排雷一样。
第一招，浏览器原生的FileSystem Access API。你在批量下载的时候授权了目录，脚本就用fetch把视频流拉下来，用ReadableStream的getReader()一块一块读，再用FileSystemWritableFileStream，直接往硬盘上写。这招的妙处在于，视频根本不用整个塞进内存，边下边写，再大的视频，再多的批量任务，内存都不会爆。就这一手，多少正经下载器都没做到。
第二招，GM_download。浏览器不给目录权限没关系，油猴给了脚本管理器权限就行，直接调GM_download，让脚本管理器自己发请求。这玩意儿能绕过绝大多数浏览器级别的跨域限制和防盗链Referrer限制，因为请求压根不走网页，是管理器层面发的。
第三招，GM_xmlhttpRequest。连GM_download都不行，就再退一步，用GM_xmlhttpRequest去拿二进制流，拿成一个Blob对象，同样是走脚本管理器的特权，不吃CORS那一套。
第四招，最朴素的兜底。啥特权都没有，就用标准fetch硬拉，把二进制块一块一块缓存在数组里，最后拼成一个Blob。
四招全走不通？那这个视频就是真的下不下来了，脚本会老老实实给你弹一句，下载失败。
光有这四招还不够。这脚本有个特别较真的地方，它居然会校验下载回来的东西。
你们知道吗，抖音的服务器有时候会返回一个状态码200，但内容其实是反爬的错误页。你要直接存下来，就存了个寂寞。。。所以脚本在保存之前，会先闻一闻这个文件，检查它到底是不是真的MP4，轨道正不正常，文件大小够不够，Content-Type对不对。不是视频？直接扔。
我当时看到这段，第一反应是？？？
一个浏览器脚本，至于吗。
至于。而且这就是我今天最想说的东西。
你想想看，这套逻辑放在任何一个正经下载软件里，都够写进宣传页当卖点了。多源归集，智能打分，梯队降级，流式落盘，数据校验。而它只是一个几百行的油猴脚本，作者可能没收过一分钱，就把它挂在论坛上，或者挂在GitHub上，让所有人白嫖。
当然，你可能会说，平台防盗也是有道理的，创作者还要靠这个吃饭，版权这东西该尊重。对，这话我同意，版权就是该尊重，盗版也该抵制。但给自己存一个喜欢的视频，跟盗版，是两码事。我刷到一条好内容，想留在自己硬盘里慢慢看，这没什么好指摘的吧。
行，公道话说完了，我们回到正题。这背后其实是场没完没了的猫鼠游戏。平台那边，防盗链、跨域、签名、风控，一层一层加高围墙，就是不让你把内容带走。脚本这边，hook网络，扒JSON，掏播放器，递归扫字符串，各种你想都想不到的姿势，就是想从墙上拆出个洞来。这边加固，那边拆墙，谁也不服谁。
这话听着有点刺耳但，我有时候觉得，互联网最浪漫的部分，恰恰就是这些拆墙的人。平台是巨头，是资本，是几千人的安全团队。而这边的作者，可能就是个下班之后窝在出租屋里，对着调试工具盯了三个通宵的普通人。他没别的本事，就是觉得，我刷到的视频，我想存下来，这有什么错。
互联网的底层精神是什么，是共享。这话现在听着有点理想主义了，但你看这些脚本你就知道，这种精神没死。它只是换了个形态，藏在一个个油猴脚本里，藏在那些没人给钱、也照样有人维护的代码里。
写完这段分析，我其实挺想找找这个作者是谁。没找到。脚本就光秃秃地挂在那儿，连个作者名都没留。就那种，我做了个好东西，你们随便拿去用，别问我是谁的姿态。
我突然觉得，这样也挺好的。
大时代啊，朋友们。当平台们用几千人的团队研究怎么把内容锁得更死的时候，某个角落里，有人用几百行代码，把墙拆了。而且你根本不知道他是谁。
这大概就是互联网最古老的那种浪漫。
磨平一些信息差。
回到开头那个问题。没错，它就是一个油猴脚本，只不过，它比你想象中，能干得多。
/ 注意，本项目仅在 SyncMein 的500人小群分享。
/ 谢谢你看完了我的文章，我们下次再见吧。
/ 作者：明察
/ 投稿或爆料，请联系邮箱：mingcha@gqmg.com
暂无评论内容