如何在YouTube Api限额的情况下获取更多视频
谷歌限制了YouTube api v3的请求量,一天10000配额,这里不是10000次请求,每次请求根据不同参数消耗不同配额。为了摆脱这种限制而获得更多的新发布视频,做了以下内容的方案。
运营配置YouTube的channelId,后台需要根据这些channelId去获取最近发布的可以在小屏播放的video信息,以增加用户活度。
YouTube限额问题,谷歌限制域名只能使用一个ApiKey,配置多会被封禁,按照现有全部用api检索会导致频道越配越多,获得的视频越来越少。
出于问题中关键点,系统不知道channel下面发布的情况,只能被动查询,这样可能会导致查询消耗了配置结果返回为空或者很少视频的情况;所以考虑使用订阅模式去事先得知频道的情况。
查找了很多资料;最坑的竟然是YouTube api官网给的方法。。。。(youtubeApi)。我试着去使用它介绍的发布订阅,对于Google的集线器我研究了很久,毕竟不熟悉,而且没有相关的java实现。
1.启动自己的回调服务器,随便弄个可以外网访问的服务返回200和请求参数中的hub_chanlenge即可。
2.订阅你需要订阅的频道的atom:类似:https://www.youtube.com/xml/feeds/videos.xml?channel_id=CHANNEL_ID 这种。
3.返回204即成功。
我使用的自己的云服务器,使用谷歌的集线器,然后去订阅YouTube,发现509等错误,莫名其妙后使用了自己写的atom作为发布方,结果成功了。不过,可笑的是,这个集线器它并不能正常工作,我在修改atom再次发布的时候,它竟然没能好好工作;没向我的回调函数发送信息。我崩溃了,我去谷歌搜索了很多相关问题,发现YouTube已经不将视频信息发布到上面所说的xml中了,而且在这之前YouTube为了用户体验,每个频道只发送3条消息给订阅用户(YouTube自带的那个铃铛订阅)我去你…..
再对问题思考,依然摆脱不了需要提前得知频道下视频的发布情况,我试着去YouTube网站videos下查看视频与api返回的视频做对照,发现可以使用解析http的标签获取发布的视频和时间(其实一开始也想过使用爬虫,奈何怕蹲牢啊。。)。我试着使用httpClient解析这个页面,果然得到了我想要的答案。
这样我就可以提前知道频道的发布情况,进而对使用api检索得到的结果有了大的优化。相关代码如下:
YouTubeTest
public class YoutubeTest {
private static String matching = "</li><li>";
private final static String CONTENT = "class=\"yt-lockup-content\"";
private static final String GET_VEDIO_INFO_PRE = "https://youtube.com/get_video_info?video_id=";
public static void main(String[] args) throws Exception {
http("UC24_Z2L-8Ki183AI9zJJzNQ");
}
private static void http(String channelId) throws Exception {
String url = "https://www.youtube.com/channel/" + channelId + "/videos";
CloseableHttpClient httpclient = HttpClients.createDefault();
HttpGet httpget = new HttpGet(url);
CloseableHttpResponse response = httpclient.execute(httpget);
try {
HttpEntity entity = response.getEntity();
String responseYoutube = EntityUtils.toString(entity);
List<String> countList = new ArrayList<>(100);
int length = responseYoutube.length();
int i1, i2 = 0;
long startTime = System.currentTimeMillis();
for (int i = 0; i < length; i++) {
i1 = responseYoutube.indexOf(CONTENT, i);
if (i1 > 0) {
i2 = responseYoutube.indexOf("</div>", i1);
if (i2 > 0) {
countList.add(responseYoutube.substring(i1, i2));
i = i2;
}
} else {
break;
}
}
long endEachTime = System.currentTimeMillis();
System.out.println("遍历耗时:" + (endEachTime - startTime) + "ms");
List<VideoInfo> videoInfos = new ArrayList<>(30);
countList.forEach((s) -> {
int hrefStart = s.indexOf("v=");
int hrefEnd = s.indexOf("\"", hrefStart);
VideoInfo videoInfo = new VideoInfo();
int lastIndex = s.indexOf("</li></ul>");
if (lastIndex > 0) {
String substring = s.substring(s.indexOf(matching) + matching.length(), s.indexOf("</li></ul>"));
int time = analysisTime(substring);
if (time == -2) {
System.out.println(channelId + "返回参数中有解析错误的html标签:" + s);
}
videoInfo.setPublishTime(time);
videoInfo.setVideoId(s.substring(hrefStart + 2, hrefEnd));
System.out.println(substring);
videoInfos.add(videoInfo);
}
});
videoInfos.forEach(System.out::println);
System.out.println("打印耗时:" + (System.currentTimeMillis() - endEachTime) + "ms");
System.out.println(countList.size());
} finally {
response.close();
}
}
private final static String CH_SECONDS_PRE = "秒前";
private final static String CH_MINUTES_PRE = "分鐘前";
private final static String CH_HOURS_PRE = "小時前";
private final static String CH_DAYS_PRE = "天前";
private static int analysisTime(String substring) {
boolean matches = substring.substring(0, 2).trim().matches("^[0-9]*[1-9][0-9]*$");
int time=-2;
if(matches){
time = Integer.parseInt(substring.substring(0, 2).trim());
if (substring.contains(CH_SECONDS_PRE)) {
time = time + 0;
} else if (substring.contains(CH_MINUTES_PRE)) {
time = time + 100;
} else if (substring.contains(CH_HOURS_PRE)) {
time = time + 200;
} else if (substring.contains(CH_DAYS_PRE)) {
time = time + 300;
} else {
time = -1;
}
}
return time;
}
VideoInfo
@Setter
@Getter
@ToString
public class VideoInfo {
private String videoId;
private int publishTime;
}
这里使用的是香港,所以这里匹配获取时间的时候使用了繁体,解释下这里面的匹配规则。
class=”yt-lockup-content”是返回的html中视频主题标签的class,从此开始一个个获取。
analysisTime 秒则直接使用,分钟则为100起,以此类推。
其实在F12调试的时候,这个URL请求获得的是一段json,不知道为什么变成了html,对这方面不是很熟悉,之后会想办法去优化这块。
GET_VEDIO_INFO_PRE这个地址是YouTube的公共API,目前还是可以使用的,可以检索一些视频的信息。