怎么使用Python爬取抖音APP視頻

這篇文章主要講解了“怎么使用Python爬取抖音APP視頻”，文中的講解內(nèi)容簡(jiǎn)單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“怎么使用Python爬取抖音APP視頻”吧！

記錄一下如何用python爬取app數(shù)據(jù)，本文以爬取抖音視頻app為例。

• 編程工具：pycharm

• app抓包工具：mitmproxy

• app自動(dòng)化工具：appium

• 運(yùn)行環(huán)境：windows10

假設(shè)已經(jīng)配置好我們所需要的工具

• 使用mitmproxy對(duì)手機(jī)app抓包獲取我們想要的內(nèi)容

• 利用appium自動(dòng)化測(cè)試工具，驅(qū)動(dòng)app模擬人的動(dòng)作(滑動(dòng)、點(diǎn)擊等)

• 將1和2相結(jié)合達(dá)到自動(dòng)化爬蟲的效果

一、mitmproxy/mitmdump抓包

確保已經(jīng)安裝好了mitmproxy，并且手機(jī)和PC處于同一個(gè)局域網(wǎng)下，同時(shí)也配置好了mitmproxy的CA證書，網(wǎng)上有很多相關(guān)的配置教程，這里我就略過了。

因?yàn)閙itmproxy不支持windows系統(tǒng)，所以這里用的是它的組件之一mitmdump，它是mitmproxy的命令行接口，可以利用它對(duì)接我們的Python腳本，用Python實(shí)現(xiàn)監(jiān)聽后的處理。

在配置好mitmproxy之后,在控制臺(tái)上輸入mitmdump并在手機(jī)上打開抖音app，mitmdump會(huì)呈現(xiàn)手機(jī)上的所有請(qǐng)求，如下圖：

可以在抖音app一直往下滑，看mitmdump所展示的請(qǐng)求，會(huì)發(fā)現(xiàn)前綴分別為：

http://v1-dy.ixigua.com/;http://v3-dy.ixigua.com/;http://v9-dy.ixigua.com/

這3個(gè)類型前綴的url正是我們的目標(biāo)抖音視頻url。

那接下來就要編寫python腳本將視頻下載下來，需要使用 mitmdump -s scripts.py(此處為python文件名)來執(zhí)行腳本。

import requests # 文件路徑 path = 'D:/video/' num = 1788     def response(flow):     global num     # 經(jīng)測(cè)試發(fā)現(xiàn)視頻url前綴主要是3個(gè)     target_urls = ['http://v1-dy.ixigua.com/', 'http://v9-dy.ixigua.com/',                    'http://v3-dy.ixigua.com/']     for url in target_urls:         # 過濾掉不需要的url         if flow.request.url.startswith(url):             # 設(shè)置視頻名             filename = path + str(num) + '.mp4'             # 使用request獲取視頻url的內(nèi)容             # stream=True作用是推遲下載響應(yīng)體直到訪問Response.content屬性             res = requests.get(flow.request.url, stream=True)             # 將視頻寫入文件夾             with open(filename, 'ab') as f:                 f.write(res.content)                 f.flush()                 print(filename + '下載完成')             num += 1

代碼寫得比較粗糙，不過基本的邏輯還是比較清晰的，這樣我們就可以把抖音的視頻下載下來，不過這個(gè)方法有個(gè)缺陷，就是獲取視頻需要人來不斷地滑動(dòng)抖音的下一個(gè)視頻，這時(shí)候我們可以用一個(gè)強(qiáng)大的appium自動(dòng)化測(cè)試工具來解決。

二、Appium對(duì)手機(jī)進(jìn)行模擬操作

確保已經(jīng)配置好appium所依賴的環(huán)境Android和SDK，網(wǎng)上也有許多教程，這里我就不說了。

appium的用法很簡(jiǎn)單，首先我們先打開appium，啟動(dòng)界面如下：

點(diǎn)擊Start Server按鈕即可啟動(dòng)appium服務(wù)。

將Android手機(jī)通過數(shù)據(jù)線與PC相連，同時(shí)打開USB調(diào)試功能，可以輸入adb命令(具體可以去網(wǎng)上查找)測(cè)試連接情況，若出現(xiàn)以下結(jié)果，則說明連接成功。

model是設(shè)備名，后面配置需要用到。之后點(diǎn)擊下圖箭頭所指的按鈕就會(huì)出現(xiàn)一個(gè)配置頁(yè)面。

 

在右下角的JSON Representation配置啟動(dòng)app的Desired  Capabilities參數(shù)，分別是paltformName、deviceName、appPackage、appActivity。

• platformName:平臺(tái)名稱，一般是Android或iOS.

• deviceName:設(shè)備名稱，手機(jī)的具體類型

• appPackage:App程序包名

• appActivity:入口Activity名，通常以.開頭 

platformName和deviceName比較容易獲得，而appPackage和appActivity這兩個(gè)可以通過以下方法獲取到。

在控制臺(tái)上輸入 adb logcat>D:\log.log  命令，并且在手機(jī)打開抖音app，然后在D盤中打開log.log文件，查找Displayed關(guān)鍵字。

由上圖可以知道Displayed后面的  com.ss.android.ugc.aweme對(duì)應(yīng)的是appPackage，.main.MainActivity對(duì)應(yīng)的是appActivity，最后我們的配置結(jié)果如下：

{   "platformName": "Android",   "deviceName": "Mi_Note_3",   "appPackage": "com.ss.android.ugc.aweme",   "appActivity": ".main.MainActivity" }

再點(diǎn)擊Start  Session即可啟動(dòng)Android手機(jī)上的抖音app并進(jìn)入到啟動(dòng)頁(yè)面，同時(shí)PC上會(huì)彈出一個(gè)調(diào)試窗口，從這個(gè)窗口可以預(yù)覽當(dāng)前手機(jī)頁(yè)面，還可以對(duì)手機(jī)模擬各種操作，在本文不是重點(diǎn)，所以略過。

在下面我們將使用python腳本來驅(qū)動(dòng)app，直接在pycharm運(yùn)行即可。

from appium import webdriver from time import sleep     class Action():     def __init__(self):         # 初始化配置，設(shè)置Desired Capabilities參數(shù)         self.desired_caps = {             "platformName": "Android",             "deviceName": "Mi_Note_3",             "appPackage": "com.ss.android.ugc.aweme",             "appActivity": ".main.MainActivity"         }         # 指定Appium Server         self.server = 'http://localhost:4723/wd/hub'         # 新建一個(gè)Session         self.driver = webdriver.Remote(self.server, self.desired_caps)         # 設(shè)置滑動(dòng)初始坐標(biāo)和滑動(dòng)距離         self.start_x = 500         self.start_y = 1500         self.distance = 1300       def comments(self):         sleep(2)         # app開啟之后點(diǎn)擊一次屏幕，確保頁(yè)面的展示         self.driver.tap([(500, 1200)], 500)       def scroll(self):         # 無限滑動(dòng)         while True:             # 模擬滑動(dòng)             self.driver.swipe(self.start_x, self.start_y, self.start_x,                                self.start_y-self.distance)             # 設(shè)置延時(shí)等待             sleep(2)       def main(self):         self.comments()         self.scroll()     if __name__ == '__main__':       action = Action()     action.main()

下面是爬蟲的過程。ps:偶爾會(huì)爬取到重復(fù)的視頻。

 

 

感謝各位的閱讀，以上就是“怎么使用Python爬取抖音APP視頻”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對(duì)怎么使用Python爬取抖音APP視頻這一問題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！