`edx-dl` 使用与安装指南
一、安装指南
edx-dl
是一个简单的工具,用于从基于 Open edX 的网站下载视频和讲义材料。它需要一个 Python 解释器(版本 >= 2.7)和很少的其他依赖项。它是跨平台的,可以在 Unix(Linux、BSDs 等)、Windows 或 Mac OS X 上正常工作。
如果您还没有安装 Python 解释器,我们强烈建议您安装 Python >= 3.6,因为通常情况下它表现更好。
推荐安装
要安装 edx-dl
,请运行以下命令:
pip install edx-dl
手动安装
要安装所有依赖项,请执行以下命令:
pip install -r requirements.txt
安装 youtube-dl
edx-dl
最重要的依赖之一是 youtube-dl
。上述安装步骤已经为您拉取了 youtube-dl
的最新版本。
由于许多 Open edX 网站将视频存储在 YouTube 上,而 YouTube 会不时更改其布局,因此可能需要升级您的 youtube-dl
副本。最简单的方法是使用以下命令:
pip install --upgrade youtube-dl
二、项目使用说明
在安装完所有内容之后,要使用 edx-dl.py
,让它发现您已报名的课程,请执行以下命令:
edx-dl -u user@user.com --list-courses
然后,选择您感兴趣的课程,复制其 URL 并在以下命令中使用:
edx-dl -u user@user.com COURSE_URL
将 COURSE_URL
替换为您在第一步复制的 URL。它应该看起来像这样:
https://courses.edx.org/courses/edX/DemoX.1/2014/info
下载的视频将被放置在当前目录下名为 Downloaded
的新目录中,但您也可以使用 -o
参数选择其他目的地。
要查看所有可用选项及其简要说明,只需执行:
edx-dl --help
重要提示: 如果要使用除 <edx.org>
以外的网站,您必须指定网站以及 -x
选项。例如,如果要获取斯坦福大学的课程,可以使用 -x stanford
。
三、项目API使用文档
项目不提供特定的 API 文档,但所有命令行选项和参数在执行 edx-dl --help
时都有说明。
四、项目安装方式
除了上述的 pip install
方式外,您还可以使用 Docker 容器运行此应用程序。只需安装 Docker 并运行以下命令:
docker run --rm -it \
-v "$(pwd)/edx/:/Downloaded" \
strm/edx-dl -u <USER> -p <PASSWORD>
在报告任何问题之前,请确保您运行的是所有程序(包括 edx-dl
和 youtube-dl
)的最新版本。如果在怀疑,请使用以下命令:
pip install --upgrade edx-dl
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~057CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









