M3U8下载器使用指南
2026-02-06 05:27:10作者:乔或婵
M3U8-Downloader 是一个基于 Go 语言开发的开源工具,专门用于多线程下载直播流 M3U8 格式的视频。该工具支持跨平台运行,能够自动解析 M3U8 文件、下载 TS 片段并进行合并,同时支持加密视频的解密功能。
项目特性
- 多线程下载:支持多线程并发下载,提高下载效率
- 加密解密:支持 AES-128-CBC 加密视频的自动解密
- 断点续传:下载失败自动重试机制
- 跨平台支持:提供 Windows、Linux、macOS 三大平台的可执行文件
- 智能合并:自动合并 TS 片段为 MP4 文件
快速开始
环境要求
- Go 1.16 或更高版本(如需从源码编译)
- 网络连接(用于下载 M3U8 流媒体)
下载预编译版本
项目提供了各个平台的预编译版本,可以直接下载使用:
- m3u8-darwin-amd64(Mac Intel 芯片)
- m3u8-darwin-arm64(Mac Apple 芯片)
- m3u8-linux-amd64(Linux 64位)
- m3u8-windows-amd64.exe(Windows 64位)
源码编译
如需从源码编译,首先克隆项目:
git clone https://gitcode.com/gh_mirrors/m3u8d/m3u8-downloader
cd m3u8-downloader
go build -o m3u8-downloader
使用方法
基本使用
# 简洁使用
./m3u8-downloader -u=http://example.com/index.m3u8
# 完整参数使用
./m3u8-downloader -u=http://example.com/index.m3u8 -o=example -n=16 -ht=v1 -c="key1=v1; key2=v2"
参数说明
| 参数 | 说明 | 默认值 |
|---|---|---|
| -u | M3U8 下载地址 | 必填 |
| -o | 输出文件名(不含后缀) | "movie" |
| -n | 下载线程数 | 24 |
| -ht | 主机类型(v1 或 v2) | "v1" |
| -c | 自定义请求 Cookie | 空 |
| -r | 是否自动清除 TS 文件 | true |
| -s | 是否允许不安全请求 | 0 |
| -sp | 文件保存路径 | 当前目录 |
平台特定命令
Linux/MacOS:
./m3u8-linux-amd64 -u=http://example.com/index.m3u8
Windows PowerShell:
.\m3u8-windows-amd64.exe -u=http://example.com/index.m3u8
功能演示
常见问题解决
权限问题
在 Linux 或 Mac 平台,如果显示无运行权限,请使用 chmod 命令添加权限:
# Linux amd64 平台
chmod 0755 m3u8-linux-amd64
# Mac darwin amd64 平台
chmod 0755 m3u8-darwin-amd64
下载失败处理
如果下载失败,可以尝试设置不同的主机类型参数:
# 尝试 v1 模式
./m3u8-downloader -u=http://example.com/index.m3u8 -ht=v1
# 尝试 v2 模式
./m3u8-downloader -u=http://example.com/index.m3u8 -ht=v2
加密视频处理
工具支持自动解密 AES-128-CBC 加密的视频流。当检测到加密的 M3U8 文件时,工具会自动获取解密密钥并进行解密处理。
技术实现
M3U8-Downloader 使用 Go 语言开发,主要功能包括:
- M3U8 解析:解析 M3U8 文件获取 TS 片段列表和解密密钥
- 多线程下载:使用 goroutine 实现并发下载
- 解密处理:支持 AES-128-CBC 加密视频的解密
- 文件合并:将下载的 TS 片段合并为完整的 MP4 文件
- 进度显示:实时显示下载进度和状态
注意事项
- 确保 M3U8 地址的有效性和可访问性
- 部分视频源可能需要特定的 HTTP 头信息(如 Referer)
- 下载过程中如遇网络问题,工具会自动重试
- 建议在下载前确认目标视频的版权和使用权限
通过本工具,您可以高效地下载和管理 M3U8 格式的视频流,满足各种视频下载需求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
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++
894
680
暂无简介
Dart
805
198
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
354
211
昇腾LLM分布式训练框架
Python
120
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781
