Flv下载地址探测算法

这篇文章里主要介绍我的FlvDownloader2.0中采用的Flv探测算法，欢迎提出意见和建议。

在我前面的文章中已经提到，由于各大flv的网站都对自己的flv地址进行了加密，要获取flv的下载地址并不是很容易。常用的Flv地址探测算法有如下两种：

1. 分析网页的html代码和加密算法，得出实际 flv地址
2. 通过ie访问原始播放网页，截取httprequest和httpresponse头信息并分析，从而flv实际地址。

第一种方法的优点就是解析速度快，并且可以很容易的分析出相关的flv信息（如分段的flv视频，整个专辑的所有视频地址）。然而这种方式没有什么通用性，并且需要对flash、html。javascript等比较熟悉。分析的过程也比较复杂和费时间。一旦网站的加密算法变化，还需要重新写解析算法。

第二种方法有一定的通用性，并且一般可以直接通过request头的url地址就能判断出flv的地址。网上的大多数flv探测程序都是这种思路。但不足之处在于：

1. 一旦对大量网页进行批量解析，解析过程相对慢。
2. 如果网页的视频被分割为多个，只能解析到第一个的地址。

我的flvdownloader的flv地址探测算法综合了这两种方式：

1. 首先通过内嵌的隐藏浏览器访问访问网页
2. 捕获浏览器访问网页过程中产生的Http请求和应答信息，并分析出flv视频地址。
3. 经过上述两个步骤，可以获取第一个flv视频的实际地址，然后根据各网站的特点和第一个flv视频地址分析出被分割的其它的flv视频地址，并对flv网站发出请求验证分析结果。
4. 为了方便的捕获http请求和应答，我采用的方法是建立一个代理服务器，浏览器通过代理服务器访问网页，这样代理服务器可以很容易的获取所有http信息。

整个探测过程中包括如下几个角色：

• FlvDetector：     Fvl地址探测者，主要负责发出flv探测请求，并负责分析处理探测结果。
• Explorer：        浏览器，用以访问实际播放网页，产生flv请求。
• HttpProxy：        Http代理服务器，用来截取浏览器的http请求和应答信息，将结果返回给FlvDetector分析。
• FlvServer：        Flv视频网站

具体的流程如下：

1. FlvDetector调用Explorer访问视频所在的网页。
2. Explorer通过代理服务器HttpProxy发起Http请求
3. HttpProxy将Explorer的请求转发给FlvServer
4. FlvServer向HttpProxy发出应答
5. HttpProxy将应答转发给Explorer
6. 结果3、4两步后，HttpProxy已经知道Explorer的所有信息，将这些信息发给FlvDetector。
7. FlvDetector分析Http头信息，获取第一个flv视频地址，并根据所访问的视频网站的视频特点分析出其它关联视频，将分析出来的视频地址直接发给Flvserver验证。
8. FlvServer返回验证结果。

经过上述几步后，就已经获取到所有的flv地址了。其中第7步是需要根据不同的网站进行不同的分析的，因为已经获取了第一个视频的地址，只要继续抓一下包分析是很容易获取分割为多段的其它视频地址的。因此第7步的分析过程比直接分析网页代码是要简单的多的，一般直接分析http头信息和对网站抓包分析一下就行了。但由于不同的网站解析算法均不同，因此我的FlvDownloader中只写了优酷的分析算法（由于网速的原因，我一般只去优酷）。并开放其分析接口，使用者可以自己写其它的网站的解析算法来替换我的算法，使得FlvDownloader能更好地工作。