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”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“怎么使用Python爬取抖音APP視頻”吧！

記錄一下如何用python爬取app數據，本文以爬取抖音視頻app為例。

• 編程工具：pycharm

• app抓包工具：mitmproxy

• app自動化工具：appium

• 運行環境：windows10

假設已經配置好我們所需要的工具

• 使用mitmproxy對手機app抓包獲取我們想要的內容

• 利用appium自動化測試工具，驅動app模擬人的動作(滑動、點擊等)

• 將1和2相結合達到自動化爬蟲的效果

一、mitmproxy/mitmdump抓包

確保已經安裝好了mitmproxy，并且手機和PC處于同一個局域網下，同時也配置好了mitmproxy的CA證書，網上有很多相關的配置教程，這里我就略過了。

因為mitmproxy不支持windows系統，所以這里用的是它的組件之一mitmdump，它是mitmproxy的命令行接口，可以利用它對接我們的Python腳本，用Python實現監聽后的處理。

在配置好mitmproxy之后,在控制臺上輸入mitmdump并在手機上打開抖音app，mitmdump會呈現手機上的所有請求，如下圖：

可以在抖音app一直往下滑，看mitmdump所展示的請求，會發現前綴分別為：

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

這3個類型前綴的url正是我們的目標抖音視頻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)來執行腳本。

import requests # 文件路徑 path = 'D:/video/' num = 1788     def response(flow):     global num     # 經測試發現視頻url前綴主要是3個     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):             # 設置視頻名             filename = path + str(num) + '.mp4'             # 使用request獲取視頻url的內容             # stream=True作用是推遲下載響應體直到訪問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，不過這個方法有個缺陷，就是獲取視頻需要人來不斷地滑動抖音的下一個視頻，這時候我們可以用一個強大的appium自動化測試工具來解決。

二、Appium對手機進行模擬操作

確保已經配置好appium所依賴的環境Android和SDK，網上也有許多教程，這里我就不說了。

appium的用法很簡單，首先我們先打開appium，啟動界面如下：

點擊Start Server按鈕即可啟動appium服務。

將Android手機通過數據線與PC相連，同時打開USB調試功能，可以輸入adb命令(具體可以去網上查找)測試連接情況，若出現以下結果，則說明連接成功。

model是設備名，后面配置需要用到。之后點擊下圖箭頭所指的按鈕就會出現一個配置頁面。

 

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

• platformName:平臺名稱，一般是Android或iOS.

• deviceName:設備名稱，手機的具體類型

• 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這兩個可以通過以下方法獲取到。

在控制臺上輸入 adb logcat>D:\log.log  命令，并且在手機打開抖音app，然后在D盤中打開log.log文件，查找Displayed關鍵字。

由上圖可以知道Displayed后面的  com.ss.android.ugc.aweme對應的是appPackage，.main.MainActivity對應的是appActivity，最后我們的配置結果如下：

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

再點擊Start  Session即可啟動Android手機上的抖音app并進入到啟動頁面，同時PC上會彈出一個調試窗口，從這個窗口可以預覽當前手機頁面，還可以對手機模擬各種操作，在本文不是重點，所以略過。

在下面我們將使用python腳本來驅動app，直接在pycharm運行即可。

from appium import webdriver from time import sleep     class Action():     def __init__(self):         # 初始化配置，設置Desired Capabilities參數         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Session         self.driver = webdriver.Remote(self.server, self.desired_caps)         # 設置滑動初始坐標和滑動距離         self.start_x = 500         self.start_y = 1500         self.distance = 1300       def comments(self):         sleep(2)         # app開啟之后點擊一次屏幕，確保頁面的展示         self.driver.tap([(500, 1200)], 500)       def scroll(self):         # 無限滑動         while True:             # 模擬滑動             self.driver.swipe(self.start_x, self.start_y, self.start_x,                                self.start_y-self.distance)             # 設置延時等待             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:偶爾會爬取到重復的視頻。

 

 

感謝各位的閱讀，以上就是“怎么使用Python爬取抖音APP視頻”的內容了，經過本文的學習后，相信大家對怎么使用Python爬取抖音APP視頻這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！