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
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 StartedRust069- 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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
如何快速提升编程技能:80+实用应用创意项目完全指南80个实战项目:如何用App Ideas快速提升编程技能终极指南:如何用Android Asset Studio快速生成Android应用图标资源如何快速上手Ollama:本地运行Kimi、GLM、DeepSeek等主流大模型的完整指南终极指南:如何快速生成专业级Android应用图标如何快速部署本地AI模型:Ollama完整指南如何通过80+个应用创意项目快速提升编程技能:终极学习指南如何快速部署本地AI模型:Ollama完整指南与实战教程80个实战项目创意:从零到一提升编程技能的完整指南终极应用创意宝典:100+实战项目助你快速提升编程技能
项目优选
收起
暂无描述
Dockerfile
687
4.45 K
Ascend Extension for PyTorch
Python
540
664
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
386
69
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++
953
919
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
646
230
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
407
322
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.59 K
923
昇腾LLM分布式训练框架
Python
145
172
暂无简介
Dart
935
234