如何用Python脚本批量上传本地视频到流媒体平台
首先需要明确一个核心概念：Python本身并不包含可以直接对接YouTube、Bilibili或Twitch等主流视频网站上传功能的通用模块。实现自动化批量上传的核心路径，是调用各平台官方提供的API接口，并妥善处理身份认证、文件分片传输、状态监控等关键环节。这意味着，不存在一个适用于所有平台的“万能脚本”，开发者必须针对每个平台的具体API规范进行独立开发与适配。
YouTube Data API v3 上传视频需先完成 OAuth2 授权
通过Python向YouTube上传视频，首要步骤是完成OAuth 2.0授权流程，以获取具有时效性的访问令牌（access_token，通常有效期为1小时）。对于需要长期稳定运行的自动化脚本，必须实现凭证的安全存储与自动刷新机制，避免因令牌过期导致上传任务中断。
- 推荐使用官方库：建议采用
google-auth-oauthlib与google-api-python-client组合进行开发。请注意，旧版本的googleapiclient认证模块已不再维护，应避免使用。 - 妥善管理授权流程：首次运行脚本时，系统会打开浏览器引导用户完成授权，并生成
token.json文件用于后续认证。脚本需具备异常处理能力，能够捕获RefreshError等错误，并在必要时重新发起授权。 - 启用可恢复上传模式：上传视频文件时，必须通过
MediaFileUpload(resumable=True)参数启用可恢复上传功能。这是上传大体积视频（超过5MB）的必要设置，能有效应对网络中断等问题。 - 完整填写视频元数据：视频的标题、描述、分类等信息需封装为字典结构，通过
body参数传递。特别注意privacyStatus字段，必须明确指定为"public"（公开）、"private"（私享）或"unlisted"（不公开列出）之一，该字段无默认值。
Bilibili API 需模拟登录 + 上传分片 + 合并提交
Bilibili（B站）目前未提供官方文档化的上传API，因此自动化上传通常需要模拟其网页端的上传流程。整个过程可分为三个核心阶段：首先通过账号密码或Cookie登录获取关键会话凭证（如bili_jct和SESSDATA）；接着调用/x/vup/upload相关接口进行视频文件的分片上传；最后，必须调用/x/vup/upload/submit接口提交稿件，完成整个发布流程。
- 规范构造请求数据：不能使用简单的
requests.post文件上传方式。必须严格按照B站接口要求，构造包含chunk（当前分片序号）、chunks（总分片数）、md5（分片校验值）等特定字段的multipart表单数据。 - 正确设置请求头部：每个分片上传请求的头部都必须包含
X-Bili-Upload-Data字段，其值为经过Base64编码的JSON格式元数据。缺少此头部将可能导致412 Precondition Failed错误。 - 最终提交不可或缺：所有分片上传成功后，务必调用提交接口。需要将分片过程中获得的
upload_id以及视频的标题（title）、描述（desc）、标签（tag）等信息一并提交，否则视频将仅保存在后台，不会正式发布。 - 应对平台反爬机制：需配置合理的请求头以模拟正常浏览器访问，包括设置真实的
User-Agent，并将Referer字段固定为https://member.bilibili.com/，否则可能频繁触发412或403等反爬错误。
上传大文件时容易卡在“连接重置”或“超时”，根本原因是平台限制
在使用Python脚本上传大体积视频时，常会遇到连接重置或超时错误。其根本原因在于各流媒体平台对单次上传操作设置了时间限制。例如，YouTube默认上传超时约为15分钟，而B站分片上传的超时时间通常在5分钟左右。Python的requests库默认不设置超时（timeout=None），这可能导致上传进程在遇到网络波动时无限期挂起。
这里有个小提示：可以搜索“Python免费学习笔记（深入）”来系统学习相关知识。
- 合理配置超时参数：务必为所有
requests请求显式设置超时，例如timeout=(30, 300)（即连接超时30秒，读取超时5分钟）。当捕获到Timeout或ConnectionError异常时，应设计重试逻辑，仅重新上传失败的分片，而非整个文件。 - 充分利用断点续传：YouTube的可恢复上传机制支持断点续传，可通过响应头中的
locationURL恢复上传。B站上传同样支持分片重传，若某个分片失败，只需使用相同的upload_id重传该特定分片即可。 - 优化内存使用方式：避免使用
open(file, "rb").read()一次性将整个视频文件加载到内存中。对于GB级别的视频文件，这极易导致内存耗尽。正确的做法是使用open(file, "rb")获取文件对象，并以流式（streaming）方式传输数据。
总结而言，实现稳定可靠的批量上传脚本，真正的挑战往往不在于核心上传代码的编写，而在于深入理解并妥善处理各平台特有的“边界条件”与限制细节。例如，YouTube每次上传操作会消耗1600单位的API配额（quota），B站新账号可能存在每日上传数量限制，Twitch的视频摄取端点（video ingest endpoint）是动态分配的。开发者必须仔细研读平台官方文档，并认真分析接口的响应头与错误码，才能构建出健壮的自动化上传解决方案。
