Bilimiao2项目中的B站分区视频历史数据获取API解析
在Bilimiao2开源项目中,开发者实现了一个名为"时光机"的功能,用于获取B站(Bilibili)各分区过去特定时间范围内的视频数据。本文将深入分析该项目使用的B站API接口及其技术实现细节。
旧版Web端API接口
Bilimiao2主要使用了B站旧版Web端的搜索API来获取分区历史视频数据。该API端点位于s.search.bilibili.com域名下,采用GET请求方式,无需任何认证即可调用。
核心请求参数
该API包含多个关键参数,开发者需要正确组合这些参数才能获取到有效数据:
- main_ver:固定值为"v3",表示API版本
- search_type:固定为"video",指定搜索类型为视频
- view_type:固定为"hot_rank",表示热度排名视图
- copy_right:固定为"-1",版权相关参数
- cate_id:数字类型,指定要查询的分区ID
- order:排序方式,可选值包括click(点击量)、scores(评分)、stow(收藏)、coin(硬币)、dm(弹幕)
- page:页码,用于分页查询
- pagesize:每页返回的视频数量
- time_from:起始时间,格式为YYYYMMDD
- time_to:结束时间,格式为YYYYMMDD
典型请求示例
一个完整的API请求示例如下:查询动画分区(分区ID为24)在2024年5月25日至2024年6月24日期间按点击量排序的视频数据,返回第一页的30条记录。
新版Web端API接口
B站还提供了新版Web端API,位于api.bilibili.com域名下。该接口与旧版功能相似,但增加了一个new_web_tag参数,值为1,表示使用新版接口。其他参数与旧版基本一致。
APP端搜索API
B站移动端也提供了相关搜索API,采用gRPC协议,接口名为bilibili.polymer.app.search.v1.SearchAll。这个接口同样支持按时间范围搜索,但需要额外提供搜索关键字参数,不如Web端API灵活。
技术实现分析
在Bilimiao2项目的代码结构中,相关API调用逻辑主要实现在RegionAPI.kt文件中。开发者通过构建包含上述参数的HTTP请求,向B站服务器获取数据,然后解析返回的JSON格式响应,最终呈现给用户。
值得注意的是,这类API通常没有公开文档,是开发者通过分析B站网页和APP的网络请求逆向工程得出的。这种实现方式虽然有效,但存在一定风险,因为B站可能会随时更改API接口或参数要求。
使用建议
对于需要批量获取B站历史视频数据的开发者,建议:
- 合理设置分页参数,避免单次请求数据量过大
- 控制请求频率,防止被B站服务器限制访问
- 做好异常处理,应对API变更或不可用情况
- 考虑使用官方提供的开放API(如果有)作为替代方案
通过Bilimiao2项目的实现,我们可以看到如何有效地利用B站的未公开API来获取特定时间范围内的分区视频数据,为视频分析和数据挖掘提供了便利。
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