python下载youtube视频

谷歌开源了一个新的数据集，BoundingBox，（网址在这里）这个数据集是经过人工标注的视频数据集，自然想将它尽快地运用在实际之中，那么首先需要将其下载下来；可以看到网址上给出的是csv文件，该文件中包含有视频的URL以及一些人工标注信息，本篇博文主要就是根据这个csv文件将视频下载到本地，以供后续使用。

csv的格式截图：

考虑到python的简单易用性，决定采用python实现。那么需要解决两个问题，一是解析csv文件获得视频的URL；二是根据URL将视频下载下来，感谢万能的互联网，这两个功能都有前人已经实现了，那么我们需要做的就是使用这些轮子了。

需要有以下的环境：

1、安装了python（我的是python2.7）；

2、能够访问youtube（也就是翻墙）；

针对于csv文件的解析，十分简单，暂且不表，但是由URL之后，youtube视频的下载却不是那么简单，幸好在github上找到了一个开源库（链接在这里），按照该项目的操作，安装好pytube之后，在python中就可以直接将其导入进来使用，该网址还给出了使用的例子，在实际运用的过程中遇到了一点问题，在使用的时候需要指定格式与分辨率才能够下载，格式还好说，直接指定成了MP4的，但是分辨率就不能够写死了，所以我将yt.filter('mp4')[-1]强制转换成str，然后取出分辨率对应的位数，再进行下载（比较脑残）。

还需要注意的是直接解析csv文件，会有很多行都是同一个URL（如下图），这是需要判断一下，不同的时候再进行下载；另外，下载后存储的名字也要斟酌一下，我直接将URL中的最后一段命名视频（如下图），这样与csv文件对应比较方便，便于以后的解析与处理。

最后把代码放在这里：

import csv
from pytube import YouTube

csvfile = file('youtube_boundingboxes_detection_train.csv', 'rb')
reader = csv.reader(csvfile)
name_old = 'NULL~~'
for line in reader:
    name_part = line[0]
    name = 'http://youtu.be/' + name_part
    if name_old != name:
        yt = YouTube(name)
        yt.set_filename(name_part)
        print_out = str(yt.filter('mp4')[-1])
        print_out_part = print_out[23:27]
        video = yt.get('mp4', print_out_part)
        video.download('tmp_srx/')
        #print(name, name_old)
        name_old = name

csvfile.close()