ucmao/media-parser: Media-Parser是一个高性能RESTful API解析去水印服务，专注于多平台短视频的解析与去水印核心功能。它支持抖音、小红书、视频号、豆包、即梦等30+主流平台，支持获取作者、标题、封面、视频、图集、音频、Live实况等，并提供简洁易用的接口供前端调用。项目采用下载器工厂模式实现平台兼容性，是支撑去水印小程序或Web应用的理想后端解决方案。 · GitHub

基于 Python 的多平台媒体原生本地解析系统

解析逻辑 • 部署指南 • 联系作者

媒体解析去水印是一款专为短视频创作者打造的原生本地解析工具。

通过“智能识别 -> 本地抓取 -> 提取地址 -> 快捷下载”的闭环，助你高效获取无水印素材。

不依赖第三方解析服务，不中转用户链接，核心解析逻辑全部在本地代码中完成。

• 多平台智能适配：内置 ParserFactory 工厂模式，自动识别链接来源并分配对应解析器。
• 原生本地解析：解析逻辑直接内置在项目代码中，由各平台 Parser 本地发起请求并提取真实媒体地址。
• 不依赖第三方解析服务：不接入外部“代解析 API”或 SaaS 中转服务，部署后即可独立运行。
• 纯粹解析 API：极简版只保留最核心的 JSON 解析服务，无数据库依赖，无鉴权门槛，适合开发者快速提取原型直接使用。

• 本地可控：解析链路和请求逻辑都在仓库内，方便审计、调试和二次开发。
• 部署简单：安装 Python 依赖后即可运行，不需要额外申请第三方解析平台账号或密钥。
• 便于扩展：每个平台对应独立 Parser，新增平台时可沿用现有工厂模式和统一返回结构。

大多数平台无需登录态即可解析；如需完整解析豆包视频或视频号视频，请先复制环境变量示例文件：

cp .env.example .env

然后在本地 .env 中按需填写 Cookie：

1. 豆包解析需要豆包 Cookie：建议粘贴浏览器中的完整 Cookie，至少包含 sessionid_ss=字段值。未配置或 Cookie 已过期时，仍可解析公开分享中的图片，但无法获取视频。
2. 视频号解析需要腾讯元宝 Cookie：建议粘贴浏览器中的完整 Cookie，至少包含 hy_user=字段值; hy_token=字段值。未配置或 Cookie 已过期时，仍可解析标题、作者等公开字段，但无法获取视频。

通过 Docker Compose 快捷构建并启动服务；如需解析豆包或视频号视频，请先按上方说明配置 .env：

# 1. 获取源码
git clone https://github.com/ucmao/media-parser.git
cd media-parser

# 2. 构建并启动服务
docker-compose up -d --build

# 3. 查看日志与运行状态
docker-compose logs -f web

服务默认监听 8051 端口，启动后直接访问 http://localhost:8051。

适用于调试、二次开发或直接在宿主机运行。要求 Python 3.8+；如需解析豆包或视频号视频，请先按上方说明配置 .env。

# 1. 安装依赖
pip install -r requirements.txt

# 2. 启动服务
python app.py

media-parser/
├── app.py                # 服务程序入口 (Flask Web 服务)
├── configs/              # 核心配置与业务常量 (日志配置、域名映射等)
├── src/                  # 核心解析业务逻辑
│   ├── api/              # API 接口路由 (/api/parse 核心接口)
│   ├── parsers/          # 30+ 平台媒体 Parser 解析实现
│   └── parser_factory.py # 工厂模式解析分发器 (ParserFactory)
├── static/               # 静态资源保存目录
├── templates/            # Web 前端 Demo 模板页面
├── utils/                # 通用网络请求与工具函数 (WebFetcher 等)
├── tests/                # 自动化测试用例与样例验证
├── docker-compose.yml    # Docker Compose 容器化部署配置
├── Dockerfile            # Docker 镜像构建文件
└── requirements.txt      # Python 依赖清单

样例测试库见 tests/live_parser_samples.json，用于实时验证各平台解析器的有效性：

# 验证所有平台
python3 tests/manual_verify_parsers.py

# 仅验证单个平台（如：小云雀AI）
python3 tests/manual_verify_parsers.py --platform "小云雀AI"

解析接口：POST /api/parse

格式: application/json

格式: application/json

成功响应示例：

{
  "retcode": 200,
  "retdesc": "成功",
  "data": {
    "video_id": "7123...",
    "platform": "抖音",
    "title": "视频标题内容",
    "video_url": "https://... (主视频地址)",
    "video_list": [
      "https://... (仅多视频内容额外返回，首项与 video_url 相同)"
    ],
    "audio_url": "https://... (背景音乐/音频地址)",
    "cover_url": "https://... (高清封面地址)",
    "author": {
      "nickname": "作者昵称",
      "author_id": "作者ID",
      "avatar": "https://..."
    },
    "image_list": [
      "https://... (普通图集地址)",
      {
        "url": "https://... (实况图封面地址)",
        "live_photo_url": "https://... (实况图视频原件地址)"
      }
    ],
    "subtitles": [ { "text": "字幕/歌词文本" } ]
  },
  "succ": true
}

失败响应示例：

{
  "retcode": 400,
  "retdesc": "该链接尚未支持提取 / 解析失败",
  "data": null,
  "succ": false
}

如果您在安装、使用过程中遇到问题，或有定制需求，请通过以下方式联系：

• 微信：csdnxr
• QQ：294323976
• 邮箱：leoucmao@gmail.com
• Bug反馈：GitHub Issues

1. 本项目基于 MIT LICENSE 协议开源。
2. 免责声明：本项目仅用于学习交流和技术研究。严禁用于任何非法目的。因滥用本项目造成的后果，由使用者自行承担。