9层回退解析链：VideoDownloadHelper的ParseVideo引擎是如何嗅探视频URL的？

9层回退解析链：VideoDownloadHelper的ParseVideo引擎是如何嗅探视频URL的？

【免费下载链接】VideoDownloadHelperChrome Extension to Help Download Video for Some Video Sites.项目地址: https://gitcode.com/gh_mirrors/vi/VideoDownloadHelper

VideoDownloadHelper 是一款开源的浏览器视频下载扩展，它的核心是 ParseVideo 引擎：打开弹窗时自动嗅探当前页面，用一条 9 层回退解析链从"最专用"到"最通用"逐层扫描页面源码，把藏在 JSON、meta 标签、HTML5 视频标签、HLS 播放列表甚至直链里的视频 URL逐一揪出来，供你一键下载、复制或批量处理。全程本地运行、零依赖、无服务器。

为什么视频嗅探这么难

视频页面上的真实地址，往往以各种形态"藏"着：

• 站点私有的 JSON 字段，如"video_url": "https://…"
• Open Graph 的 meta 标签，如<meta property="og:video" content="…">
• 标准 HTML5 的<video src>/<source src>标签
• 带.m3u8后缀的流媒体播放列表
• 直接嵌在页面里的.mp4、.webm、.mp3等媒体文件链接

每个站点的写法都不一样，页面结构还可能随时改版。因此最可靠的策略是：从最专用的策略开始逐层尝试，命中即停，失败就立刻换下一招。这正是 parsevideo.js 里Parse()入口方法的设计哲学。

9层回退解析链总览

这条回退链像一场接力赛：每一层没找到就"交棒"给下一层，任何一层成功就短路返回，后面的层直接跳过。

这个"短路返回"的设计至关重要：越专用的层命中率越可靠，排在越前面；越通用的层误报率越高，排在越后面。只有 8 层全部落空，引擎才返回空值，把战场交给第 9 层。

第一层：9个站点的专用解析器

引擎先用 functions.js 中的extractDomain()取出页面域名（并去掉www.前缀），再查一张"域名 → 解析器"的调度表。9 个站点各自拥有量身定制的解析器：

专用解析器"最精准但最不通用"，所以被放在链首：命中时结果几乎必然正确；不命中时，付出的代价只是几条正则表达式的工夫。

第2至8层：通用回退如何运作

对剩下千千万万没有"定制服务"的站点，引擎依次回退到 7 个通用策略，从"半专用"走向"全通用"：

• 第 2 层 video_url 字段：很多站点会把真实地址直接写进页面 JSON，引擎用正则在整个 HTML 里搜索video_url: "https://…"。
• 第 3 层 mp4 URL：部分播放器的配置长这样：mp4, "url": "https://…"，于是引擎备了专属模式。
• 第 4 层 og:video meta 标签：Open Graph 标准允许站点在页面头部声明视频链接，是最"标准"的通用来源。
• 第 5、6 层<video>/<source>标签：原生 HTML5 视频页面最常见的形态。
• 第 7 层 .m3u8 播放列表：流媒体站点的 HLS 地址；找到后弹窗还能进一步展开 TS 分片列表（见 video.js 的 m3u8 展开逻辑）。
• 第 8 层 媒体文件直链：最"激进"的兜底——只要页面里出现以已知视频/音频扩展名结尾的链接就收进来。扩展名清单通过VIDEO_EXTENSIONS/AUDIO_EXTENSIONS与 functions.js 共享，新增格式只需改一处。

第 8 层被刻意放在最后：它命中率最高，但误报也最多，只有前面所有层都失败时才轮到它出场。

三道质量关卡：FixURL、ValidURL 与去重

细心你会发现，每一个正则命中的结果都不会直接返回，而是先过同一套"海关"：

1. FixURL()先修复：真实页面里满是脏数据——JSON 转义过的https:\/\/…、协议相对的//…开头地址，这里统一修好；
2. ValidURL()再校验：用严格正则确认它是真实可访问的 URL，并拒绝blob:这类伪地址；
3. uniq()后去重：同一地址出现多次只保留一次。

三道关全部通过后，结果以"单个返回字符串，多个返回数组"的形式交出去——比如一个页面同时给出 480P 和 1080P，弹窗就能统一渲染成多条结果。

从嗅探到下载：完整流程

引擎并非孤军奋战，它只是 manifest.json 声明的 Manifest V3 扩展中的一个环节，完整链路是：

1. 注入：点击工具栏图标，background.js 通过chrome.scripting.executeScript把构建好的内容脚本注入当前页面（仅限 http/https 普通网页，自动跳过受限页面）。
2. 采集：内容脚本 getPagesSource.js 抓取整页 HTML，构造new ParseVideo(url, html)。
3. 解析：调用Parse()，跑完上面的 9 层回退链。
4. 上报：结果经chrome.runtime.sendMessage发给弹窗，同时驱动工具栏图标上的数字角标——几眼就能看出这页嗅到了几条媒体地址。
5. 展示：弹窗界面为每条地址打上 视频 / 音频 / 图片 标签，提供 下载、复制、全部下载、全部复制 四种操作；下载走浏览器原生下载管理器，文件名还会根据页面标题自动生成。

如果 ParseVideo 引擎真的什么也没找到，也不是故事的结尾——第 9 层的兜底交接随之启动：内容脚本会在 DOM 里继续翻找meta[property*='video']、source[type='video/mp4']、video 元素属性等线索，甚至在 DevTools 网络面板监听超过 100KB 的大请求做"网络级嗅探"。等这些也全部失败，才会认定此页确实无视频可下。

如何亲手验证这套解析器

项目在 test/ 目录下用 Mocha + Chai 搭了完整单测，每一层回退策略都有专属测试文件，真实页面片段作为样本存放在 test/data/，例如：

• test_parsevideo.js ——Parse()整体回退流程
• test_parsevideo_m3u8.js —— .m3u8 层
• test_parsevideo_video_tag.js / test_parsevideo_source_tag.js —— HTML5 标签层
• test_functions.js ——ValidURL/FixURL等质量关卡

只需安装 Node.js 18+，在仓库根目录执行npm install与npm test即可跑通全部用例，npm run coverage还能生成覆盖率报告。想为新站点补解析器？先看看 tested-urls.txt 里已验证的真实页面样例，以及 todo-urls.txt 中的待支持清单。

小结：三条可迁移的设计智慧

回看这条 9 层回退链，有三点值得记住：

• 从专用到通用：最可靠的先试、最激进的垫底，经典的"先小锤后大锤"思维；
• 先验证后返回：页面 HTML 都是不可信输入，修复 → 校验 → 去重三道关全过才允许出引擎；
• 零依赖：整个引擎是纯 JavaScript 正则实现，没有引入任何第三方解析库，扩展因此轻量、快速、易审计。

下次你点开 VideoDownloadHelper 看到地址出现在列表里时，你就知道：那是 9 层回退链在不到一秒钟内悄悄跑完的"淘汰赛"。

【免费下载链接】VideoDownloadHelperChrome Extension to Help Download Video for Some Video Sites.项目地址: https://gitcode.com/gh_mirrors/vi/VideoDownloadHelper