B 站直播弹幕 websocket 协议分析

包格式

____________________________________________________________________________
|              |             |                  |            |             |
| package_size | header_size | protocol_version | operation  | sequence_id |
|______________|_____________|__________________|____________|_____________|
|                                                                          |
|                                  data                                    |
|                                                                          |
|__________________________________________________________________________|

包为 byte 数据,由头部和数据组成,字节序均为大端模式

头部长度为 16

偏移量	长度	含义
0	4	包总大小 package_size
4	2	头部大小 header_size
6	2	协议版本 protocol_version
8	4	操作码 operation
12	4	包序列 sequence_id

操作码含义

操作码	含义
2	心跳 HEARTBEAT (标记该包为心跳包)
3	心跳回应 HEARTBEAT_REPLY (有时候带着人气值数据返回)
5	消息 NOTIFY (B 站的弹幕或业务消息都属于这个操作码)
7	认证 AUTH (标记该包为认证包)
8	认证回复 AUTH_REPLY

协议版本

协议版本	含义
0	NORMAL 未压缩的正常消息
1	HEARTBEAT 心跳
2	DEFLATE zlib 压缩包
3	BROTLI brotil 压缩包

连接建立流程

根据直播间 id 得到 websocket 连接地址

B 站直播间 id 分短 id 和真正的 id,如 510,605,1314,7777 等都属于短 id,需要请求

GET https://api.live.bilibili.com/xlive/web-room/v1/index/getInfoByRoom?room_id=房间号

得到真正的房间号,再次请求

GET https://api.live.bilibili.com/room/v1/Danmu/getConf?room_id=真正的房间号&platform=pc&player=web

系统会分配 3 个 websocket 连接地址 (负载均衡考虑) 和连接 token,按照 wss://{host}:{wss_port}/sub (TLS WS 连接) 或 ws://{host}:{ws_port}/sub (WS 连接格式) 的格式拼接,即可得到 websocket 连接地址

建立连接后,发送认证包

建立连接后需要立即发送认证包，否则服务器会断开连接

认证包数据载荷为 json 格式的字符串，内容如下,和头部拼接时候需要使用 utf-8 编码转化为 bytes

{
  "uid": 0, // 用户id,0 代表游客
  "roomid": 123, //你要收取弹幕的房间号
  "protover": 3, //后面通信要使用的协议版本,主要影响处理粘包时的解码选择,选3代表后面粘包使用 brotil 压缩,
  "platform": "web", // 平台选择web端
  "type": 2, //不明确，填2
  "clientver": "1.4.3", //客户端版本,填1.4.3
  "key": "your token" //填写上一步系统给的token值
}

头部操作码选择 7 (AUTH 认证) ,版本为 0 (NORMAL 未压缩的消息), sequence_id 填 1,包大小和头部大小请自行计算填写

定时发送心跳包

B 站服务器设置的心跳间隔约为 70s 左右，所以连接建立后每隔 30s 发送一次心跳维持连接基本稳妥。心跳包内容随意填写无影响，头部操作码选择 2 (HEARTBEAT 心跳), 版本选择 0 (NORMAL 未压缩的消息)

收到包的消息处理

服务器推送的包只会有 3 种操作码，分别为 3(心跳回应)，5(消息)，8(认证回复),所以我们只需要对这三种包进行处理

心跳回应

心跳回应数据都是未压缩的,所以可以跳过协议判断,直接 data[16+4:]截取有效载荷再使用 utf-8 编码转化为字符串即可,16 是头部长度,+4 是因为数据段前面还有 4 位无效数据?(含义不明，不知道为什么有)，直接去掉
认证回复

认证回复为发送认证包后收到的回复,数据包无压缩,直接 data[16:]截取有效载荷再使用 utf-8 编码转化为字符串即可
消息

首先说明,B 站对消息这一数据包出于服务器效率考虑会存在粘包的情况(目前的情况是一定会有粘包的存在)，所以在编写处理代码时无可避免要处理这一情况，并且在认证（AUTH）包发送阶段选择的协议版本的值会在这一阶段产生影响,如果在认证时选择 0 (NORMAL 未压缩的消息) 或者 1 (HEARTBEAT),则默认服务器在粘包使用 zlib 压缩多个包,若选择 3(Brotil 压缩),则会使用 Brotil 压缩多个包。首先说明服务端的粘包逻辑，这有利于编写解包代码
- 服务器正常打包每一个数据包
```
----------
| header |
|--------|
|        |
|  data  |
|        |
----------
----------
| header |
|--------|
|        |
|  data  |
|        |
----------
```
- 服务器发现包太多，或者单个消息包太大，都会使用认证期选择的压缩协议压缩数据包,并再套上一个包头，协议版本字段写明使用的压缩协议
```
----------------
|    header    |
----------------
|  ----------  |
|  | header |  |
|  |--------|  |
|  |        |  |
|  |  data  |  |
|  |        |  |
|  ----------  |
|  ----------  |
|  | header |  |
|  |--------|  |
|  |        |  |
|  |  data  |  |
|  |        |  |
|  ----------  |
----------------
```
所以判断是否粘贴包的逻辑为
```
                                  --------->说明数据载荷为多个包粘贴或单个包太大---->丢弃头部,使用对应压缩协议解压数据段,得到无缝拼接的包数据
                                 /                                             然后对数据进行拆包提取数据
                                /
                          zlib/brotil压缩
                              /
    收到数据----->判断头部协议版本
                              \
                              正常消息
                                  \
                                    -------->说明数据载荷为单个数据---->直接提取数据
```
拆包逻辑的主要思想是:首先读取头部信息，计算数据长度是否大于头部声明的数据包长度。如果数据长度大于头部声明的数据长度，则按声明的数据长度截取数据，取出第一个包，然后相同逻辑判断后面的数据,代码实现请参考源代码 blive/core.py BWS_MsgPackage类的unpack方法实现

6.8 KiB Raw Blame History Unescape Escape

B 站直播弹幕 websocket 协议分析

包格式

连接建立流程

收到包的消息处理

心跳回应

认证回复

消息

6.8 KiB

Raw Blame History