B站视频智能投稿工具完全指南
2026-02-07 05:38:52作者:江焘钦
项目概述
BilibiliUploader是一款基于Python开发的B站视频智能投稿工具,能够模拟B站PC端投稿客户端的完整功能。该项目通过自动化技术为B站UP主和内容创作者提供高效便捷的视频上传和管理解决方案,显著提升投稿效率。
核心功能特性
多元化登录机制
BilibiliUploader支持三种灵活的登录方式:
- 账号密码登录:使用B站账号和密码直接登录系统
- Access Token文件登录:通过预先保存的access_token文件实现快速登录
- 直接Token验证登录:直接使用access_token和refresh_token进行身份验证
智能分P管理系统
通过精心设计的VideoPart结构体,用户可以轻松管理视频的各个分P:
- 设置每个分P的本地文件路径
- 自定义每个分P的专属标题
- 编写详细的分P描述内容
- 支持多视频文件的并行上传
高效上传引擎
- 多线程并行上传:支持自定义线程池工作数,大幅提升上传效率
- 自动重试机制:内置智能重试策略,确保上传成功率
- 完善错误处理:提供全面的错误处理机制,保障上传过程稳定性
安装与配置
环境依赖安装
首先需要安装必要的Python依赖包:
pip install certifi chardet idna pyasn1 requests rsa urllib3
项目获取方式
通过以下命令获取项目源码:
git clone https://gitcode.com/gh_mirrors/bi/BilibiliUploader
快速入门示例
基础使用流程
from bilibiliuploader.bilibiliuploader import BilibiliUploader
from bilibiliuploader.core import VideoPart
# 初始化上传器实例
uploader = BilibiliUploader()
# 选择账号密码登录方式
uploader.login("用户名", "密码")
# 配置视频分P信息
video_parts = [
VideoPart(
path="/路径/视频文件.mp4",
title="分P标题内容",
desc="分P详细描述信息"
)
]
# 执行视频上传操作
avid, bvid = uploader.upload(
parts=video_parts,
copyright=2,
title='主视频标题',
tid=171,
tag="技术标签,编程标签",
desc="完整的视频描述内容",
source='内容来源说明',
thread_pool_workers=5
)
参数详细说明
VideoPart配置参数
- path:视频文件在本地系统中的存储路径
- title:为每个分P设置的专属标题
- desc:分P的详细描述内容
- server_file_name:服务端生成的文件名(自动处理)
上传核心参数详解
- copyright:版权类型标识(1代表原创,2代表转载)
- tid:投稿内容所属的分区编号
- tag:关键词标签字符串(使用逗号分隔多个标签)
- desc:视频的完整描述内容
- source:转载内容的原始来源地址
- cover:封面图片的本地文件路径
- max_retry:上传失败时的最大重试次数
- thread_pool_workers:并行上传的线程数量
实用操作技巧
分区选择指南
投稿时需要根据内容类型选择合适的分区tid号码,可以参考项目相关文档中的完整分区列表进行精确选择。
网络连接优化
对于海外网络环境的用户,如果遇到upcdn-szhw.bilivideo.com域名解析问题,可以临时将DNS服务器地址修改为1.2.4.8。
登录状态持久化
登录成功后,可以通过调用save_login_data方法保存access_token和refresh_token信息,便于后续直接使用token进行快速登录。
高级功能应用
编辑已有投稿内容
除了上传新视频外,BilibiliUploader还支持对已发布视频进行编辑:
# 编辑已发布的视频内容
uploader.edit(
avid=视频av号,
parts=新的分P配置列表,
title='更新后的视频标题',
tag="新的标签组合",
desc="修改后的描述内容"
)
技术架构分析
BilibiliUploader基于Python语言开发构建,核心网络请求处理依赖强大的requests库,采用rsa算法进行安全加密处理,支持多线程并发上传机制,具备出色的系统性能和良好的扩展性。
项目价值总结
BilibiliUploader作为专业的B站视频投稿自动化解决方案,为内容创作者提供了全面的视频上传和管理工具。无论是个人UP主还是专业运营团队,都能通过这个工具显著提升工作效率,将更多精力投入到优质内容的创作中。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248