B站4K视频下载神器:轻松保存大会员专属高清内容
想要永久珍藏B站上那些精彩的教程视频、经典番剧或UP主的独家内容吗?bilibili-downloader正是你需要的专业工具。这款开源下载器支持从B站下载高清视频,包括大会员专属的4K超清画质,让你轻松备份喜爱的视频内容。
🎯 为什么选择这个下载器?
bilibili-downloader凭借其强大的功能和简洁的操作脱颖而出:
✨ 画质突破:完美支持4K、1080P等高清画质,突破普通用户限制
⚡ 高效稳定:异步并发下载技术,速度快且持续更新维护
🔧 灵活下载:支持视频、音频、字幕单独下载,按需定制
💰 完全免费:开源项目,无广告、无收费,技术社区共同维护
🚀 5分钟快速上手
环境准备
确保你的电脑已安装Python 3.6或更高版本,通过命令行检查:
python --version
工具安装
打开终端,执行以下命令完成安装:
git clone https://gitcode.com/gh_mirrors/bil/bilibili-downloader
cd bilibili-downloader
pip install -r requirements.txt
开始下载
获取B站视频链接后,使用简单命令即可开始:
python main.py
工具会自动读取配置文件中的视频链接,选择最高画质进行下载。
🔑 解锁大会员画质的秘诀
想要下载大会员专属的4K超清内容?只需简单配置Cookie:
- 登录B站账号 - 使用浏览器正常登录你的B站账号
- 打开开发者工具 - 按F12或右键选择"检查"
- 获取Cookie值 - 在Network面板中找到SESSDATA字段
- 修改配置文件 - 编辑项目根目录的config.py文件
- 填入Cookie信息 - 将获取的SESSDATA值粘贴到对应位置
重要提醒:Cookie信息需要每30天更新一次,确保下载权限持续有效。
💡 实用功能全解析
批量下载管理
在config.py文件的URL列表中添加多个视频链接,实现一键批量下载:
URL = [
'https://www.bilibili.com/video/BV1xx123456',
'https://www.bilibili.com/video/BV1xx654321',
# 更多链接...
]
分P视频处理
支持多分P视频的下载,可以指定下载特定分集或全部内容。
充电专属视频
即使是需要充电才能观看的专属视频,也能通过配置Cookie正常下载。
🛠️ 配置与使用技巧
文件目录结构
下载进度监控
工具提供实时进度条显示,让你清晰了解下载状态:
❓ 常见问题速查
Q:为什么下载速度很慢? A:可以尝试在网络空闲时段下载,或检查网络连接稳定性。
Q:如何更新工具版本?
A:进入项目目录执行git pull,然后重新安装依赖包。
Q:下载的文件保存在哪里? A:默认保存在项目根目录的output文件夹中。
📈 进阶学习路径
想要深入了解工具原理?建议按以下步骤学习:
⚠️ 使用规范提醒
请务必遵守B站用户协议,下载的内容仅限个人学习使用,不得用于商业用途。工具功能可能随平台更新而变化,建议定期更新代码保持最佳兼容性。
通过本指南,相信你已经掌握了使用bilibili-downloader的全部技巧。现在就开始动手,保存那些值得珍藏的视频内容吧!
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 StartedJavaScript095- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
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

