使用python爬取抖音app視訊的例項程式碼
記錄一下如何用python爬取app資料,本文以爬取抖音視訊app為例。
程式設計工具:pycharm
app抓包工具:mitmproxy
app自動化工具:appium
執行環境:windows10
思路:
假設已經配置好我們所需要的工具
1、使用mitmproxy對手機app抓包獲取我們想要的內容
2、利用appium自動化測試工具,驅動app模擬人的動作(滑動、點選等)
3、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,並且手機和PC處於同一個區域網下,同時也配置好了mitmproxy的CA證書,網上有很多相關的配置教程,這裡我就略過了。
因為mitmproxy不支援windows系統,所以這裡用的是它的元件之一mitmdump,它是mitmproxy的命令列介面,可以利用它對接我們的Python指令碼,用Python實現監聽後的處理。
在配置好mitmproxy之後,在控制檯上輸入mitmdump並在手機上開啟抖音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,會發現字首分別為
http://v1-dy.ixigua.com/;http://v3-dy.ixigua.com/;http://v9-dy.ixigua.com/
這3個型別字首的url正是我們的目標抖音視訊url。
那接下來就要編寫python指令碼將視訊下載下來,需要使用 mitmdump -s scripts.py(此處為python檔名)來執行指令碼。
import requests # 檔案路徑 path = 'D:/video/' num = 1788 def response(flow): global num # 經測試發現視訊url字首主要是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): # 設定視訊名 filename = path + str(num) + '.mp4' # 使用request獲取視訊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) # 將視訊寫入資料夾 with open(filename,'ab') as f: f.write(res.content) f.flush() print(filename + '下載完成') num += 1
程式碼寫得比較粗糙,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訊下載下來,不過這個方法有個缺陷,就是獲取視訊需要人來不斷地滑動抖音的下一個視訊,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,這裡我就不說了。
appium的用法很簡單,首先我們先開啟appium,啟動介面如下
點選Start Server按鈕即可啟動appium服務
將Android手機通過資料線與PC相連,同時開啟USB除錯功能,可以輸入adb命令(具體可以去網上查詢)測試連線情況,若出現以下結果,則說明連線成功
model是裝置名,後面配置需要用到。之後點選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引數,分別是paltformName、deviceName、appPackage、appActivity。
platformName:平臺名稱,一般是Android或iOS.
deviceName:裝置名稱,手機的具體型別
appPackage:App程式包名
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。
在控制檯上輸入 adb logcat>D:\log.log 命令,並且在手機開啟抖音app,然後在D盤中開啟log.log檔案,查詢Displayed關鍵字
由上圖可以知道Displayed後面的 com.ss.android.ugc.aweme對應的是appPackage,.main.MainActivity對應的是appActivity,最後我們的配置結果如下:
{ "platformName": "Android","deviceName": "Mi_Note_3","appPackage": "com.ss.android.ugc.aweme","appActivity": ".main.MainActivity" }
再點選Start Session即可啟動Android手機上的抖音app並進入到啟動頁面,同時PC上會彈出一個除錯視窗,從這個視窗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指令碼來驅動app,直接在pycharm執行即可
from appium import webdriver from time import sleep class Action(): def __init__(self): # 初始化配置,設定Desired Capabilities引數 self.desired_caps = { "platformName": "Android","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) # 設定滑動初始座標和滑動距離 self.start_x = 500 self.start_y = 1500 self.distance = 1300 def comments(self): sleep(2) # app開啟之後點選一次螢幕,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) # 設定延時等待 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:偶爾會爬取到重複的視訊
到此這篇關於使用python爬取抖音app視訊的文章就介紹到這了,更多相關python爬取抖音app視訊內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們!