yeyinly/tvboxzt

Fork 0

Files

T

Harold 49d5303b7c docs: add feikuai spider design

2026-04-26 08:01:44 +08:00

5.7 KiB

Raw Blame History

飞快TV Python 爬虫设计

目标

在当前 Python 仓库中新增一个符合 base.spider.Spider 接口的飞快TV爬虫，行为参考用户提供的 JS 版本，但实现形式遵循仓库现有的单文件 Spider 与 unittest 测试约定。

本次实现范围：

首页分类
分类浏览
搜索
详情解析
站内在线播放分组
网盘分组
播放页 player_aaaa 直链解析

本次不实现：

首页推荐抓取
复杂筛选项
额外加密算法扩展
浏览器回退或动态渲染

方案选择

采用“固定站点 + DOM 直解析 + 播放页脚本解链 + 网盘直出”的方案，而不是为该站额外设计通用抽象或复杂 play_id 编码。

原因如下：

用户给出的参考实现本身就是固定站点 https://feikuai.tv
当前仓库对同类站点优先使用站内短路径作为 vod_id 与播放 ID
该站的在线播放和网盘在详情页上是两类不同数据，分开组装最清晰
播放页只需要覆盖 player_aaaa 的 encrypt=1/2 分支，过度抽象没有收益

模块边界

新增 py/飞快TV.py，不修改 py/base/。

模块对外实现：

init
getName
homeContent
homeVideoContent
categoryContent
searchContent
detailContent
playerContent

模块内部 helper 负责：

统一请求头
URL 归一化与短路径提取
列表卡片解析
详情元信息解析
在线播放分组解析
网盘分组解析
播放页脚本解析
Base64 解码与结果归一化

站点策略

固定站点参数：

host：https://feikuai.tv
固定桌面端 User-Agent
默认请求头包含 Referer 与 Origin

请求策略：

分类、搜索、详情、播放页都使用 GET
不引入可配置 site
请求失败时返回空结果或解析回退，不抛额外异常

分类与首页

homeContent 返回固定分类：

1 电影
2 剧集
3 综艺
4 动漫

homeVideoContent 固定返回 {"list": []}。

分类 URL 固定为：

/vodshow/{type_id}--------{page}---.html

分类页解析规则：

遍历 a.module-poster-item
提取详情短路径、标题、封面、备注
vod_id 保留站内短路径，例如 /voddetail/12345.html
vod_pic 统一补全为绝对 URL

返回结构遵循仓库当前约定：

page
limit
total
list

不返回 pagecount。

搜索

搜索 URL 固定为：

/label/search_ajax.html?wd=<urlencoded keyword>&by=time&order=desc&page=<page>

搜索页解析规则：

遍历 div.module-card-item.module-item
提取详情短路径、标题、封面、备注
去重后返回
关键字为空时直接返回空列表

搜索返回：

page
limit
total
list

不返回 pagecount。

详情解析

详情页 URL 为：

https://feikuai.tv + vod_id

详情页需要同时解析基础信息、在线播放分组和网盘分组。

基础元信息：

vod_id
vod_name
vod_pic
vod_content
vod_remarks

在线播放分组规则：

线路名来自 div.module-tab-items-box > .module-tab-item
排除带 onclick 的节点
播放列表来自 div.module-list.tab-list
排除 .module-downlist
每条剧集提取显示名与播放短路径，例如 /vodplay/123-1-1.html
vod_play_from 中站内分组名保留页面线路名
站内各线路之间用 $$$ 拼接，线路内各剧集用 # 拼接

网盘分组规则：

读取 div.module-list > .tab-content
每个网盘条目优先取 h4 文本的 @ 前缀作为剧集名
分享链接取条目内 p 文本
根据分享链接域名识别线路名：
- pan.quark.cn -> quark
- drive.uc.cn -> uc
- alipan.com、aliyundrive.com -> aliyun
- pan.baidu.com -> baidu
- 其他回退 pan
按识别后的线路名归并，追加到 vod_play_from / vod_play_url
网盘链接直接写入 vod_play_url，不经过 playerContent

如果站内播放和网盘都缺失，则返回空播放字段。

播放解析

playerContent 只处理站内在线播放短路径。

播放页 URL 为：

https://feikuai.tv + id

解析规则：

从页面脚本中提取 player_aaaa=...
解析 JSON 后读取 url 与 encrypt
encrypt == "1" 时对 url 执行 unescape
encrypt == "2" 时先 Base64 解码，再执行 unescape
解出媒体地址后返回 parse=0、jx=0

回退规则：

如果脚本缺失、JSON 解析失败或未得到可用媒体地址，则返回 parse=1、jx=1
回退 URL 使用完整播放页地址，由上层决定是否继续解析

数据约束

ID 设计保持仓库现有风格：

vod_id 使用详情短路径
站内播放项 ID 使用播放短路径
不把完整详情 URL 或播放 URL 直接写入站内 ID 字段

字段约束：

列表与搜索结果不返回 pagecount
vod_pic 必须尽量输出绝对地址
网盘链接作为最终分享链接直出
站内播放链接只在 playerContent 中转换为媒体直链

测试策略

采用 TDD，实现前先写 py/tests/test_飞快TV.py。

测试覆盖最小闭环：

homeContent 返回固定分类
homeVideoContent 返回空列表
categoryContent 解析分类卡片并输出短 vod_id
searchContent 解析搜索结果并处理空关键字
detailContent 同时组装站内分组与网盘分组
playerContent 覆盖 encrypt=1 明文分支
playerContent 覆盖 encrypt=2 Base64 分支
playerContent 在脚本缺失或无可用地址时回退解析页

测试方法：

使用 unittest
使用 unittest.mock.patch 隔离网络请求
测试 HTML 与脚本夹具直接内嵌在测试文件中
先跑单个新增测试模块，再决定是否补跑相关模块

5.7 KiB Raw Blame History Unescape Escape