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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
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
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
985