BilibiliUploader:B站视频智能投稿工具使用指南
2026-02-06 05:47:53作者:范靓好Udolf
项目介绍
BilibiliUploader是一款基于Python开发的B站视频投稿工具,能够模拟B站PC端投稿工具的功能,为用户提供高效便捷的视频上传和管理体验。该工具支持多线程上传、多种登录方式、分P管理等功能,是B站UP主和内容创作者的得力助手。
核心功能特性
多种登录方式
BilibiliUploader支持三种登录方式:
- 账号密码登录:使用B站账号密码直接登录
- Access Token文件登录:通过保存的access_token文件登录
- 直接Access Token登录:直接使用access_token和refresh_token登录
视频分P管理
通过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的文件路径
- 自定义分P标题和简介
- 支持多视频并行上传
智能上传机制
- 多线程上传:支持设置线程池工作数,提高上传效率
- 自动重试:内置上传重试机制,确保上传成功率
- 错误处理:完善的错误处理机制,保障上传稳定性
安装与使用
环境要求
首先需要安装必要的依赖包:
pip install certifi chardet idna pyasn1 requests rsa urllib3
快速开始
from bilibiliuploader.bilibiliuploader import BilibiliUploader
from bilibiliuploader.core import VideoPart
# 初始化上传器
uploader = BilibiliUploader()
# 账号密码登录
uploader.login("username", "password")
# 准备视频分P
parts = []
parts.append(VideoPart(
path="/path/to/video1.mp4",
title="分P标题1",
desc="分P简介1"
))
# 上传视频
avid, bvid = uploader.upload(
parts=parts,
copyright=2,
title='视频标题',
tid=171,
tag="标签1,标签2",
desc="视频简介",
source='来源地址',
thread_pool_workers=5
)
参数详解
VideoPart参数
- path:视频文件路径
- title:分P标题
- desc:分P简介
- server_file_name:服务端文件名(自动生成)
上传参数
- copyright:版权标志(1为原创,2为转载)
- tid:投稿分区号
- tag:标签字符串(逗号分隔)
- desc:视频简介
- source:转载地址
- cover:封面图片路径
- max_retry:上传重试次数
- thread_pool_workers:并行上传线程数
实用技巧
分区选择
投稿时需要选择合适的分区tid号码,可以参考项目文档中的分区列表进行选择。
DNS解析优化
对于海外用户,如果遇到upcdn-szhw.bilivideo.com域名解析问题,可以临时将DNS服务器改为1.2.4.8。
登录状态保持
登录后可以通过save_login_data方法保存access_token和refresh_token,方便下次直接使用token登录。
编辑已有投稿
除了上传新视频,BilibiliUploader还支持编辑已有投稿:
# 编辑已有视频
uploader.edit(
avid=视频av号,
parts=新的分P列表,
title='新标题',
tag="新标签",
desc="新简介"
)
技术架构
BilibiliUploader基于Python开发,主要依赖requests库进行网络请求,使用rsa进行加密处理,支持多线程并发上传,具有稳定的性能和良好的扩展性。
总结
BilibiliUploader作为一款专业的B站视频投稿工具,为内容创作者提供了全面的视频上传和管理解决方案。无论是个人UP主还是团队运营,都能通过这个工具提高工作效率,专注于内容创作本身。
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
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
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
342
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
336
178