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
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
446
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
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
1.13 K
271