1. 程式人生 > 程式設計 >python實現模擬器爬取抖音評論資料的示例程式碼

python實現模擬器爬取抖音評論資料的示例程式碼

目標:

由於之前和朋友聊到抖音評論的爬蟲,demo做出來之後一直沒整理,最近時間充裕後,在這裡做個筆記。
提示:大體思路 通過fiddle + app模擬器進行抖音抓包,使用python進行資料整理

安裝需要的工具:

python3 下載
fiddle 安裝及配置
手機模擬器下載

抖音部分:

模擬器下載好之後,開啟模擬器
在應用市場下載抖音

在這裡插入圖片描述

對抖音進行fiddle配置,配置成功後就可以當手機一樣使用了

一、工具配置及抓包:

我們隨便開啟一個視訊之後,fiddle就會重新整理新的資料包

在這裡插入圖片描述

在json中找到視訊地址:

在這裡插入圖片描述

二、fiddler中新增下載視訊評論程式碼

在fiddler中新增下載視訊程式碼:注意兩點:

(1)get後面的路徑要隨時看進行更換
(2)下載的路徑要在fiddler下面自己新建

 if (m_Hide304s && oSession.responseCode == 304) {
      oSession["ui-hide"] = "true";
    }
    
    if (oSession.uriContains("https://aweme.snssdk.com/aweme/v1/general/search/single/")){
      var strBody=oSession.GetResponseBodyAsString();
      var sps = oSession.PathAndQuery.slice(-58,);
      //FiddlerObject.alert(sps)
      var timestamp=new Date().getTime();
      var filename = "D:\抖音評論資料" + "/" + sps + timestamp + ".json";
      var curDate = new Date(); 
      var sw : System.IO.StreamWriter; 
      if (System.IO.File.Exists(filename)){ 
        sw = System.IO.File.AppendText(filename); 
        sw.Write(strBody); 
      } 
      else{ 
        sw = System.IO.File.CreateText(filename); 
        sw.Write(strBody); 
      } 
      sw.Close(); 
      sw.Dispose(); 

此段程式碼放到fiddler中的script的response中,如下圖:新增好之後別忘記儲存!!

在這裡插入圖片描述

三、python執行程式碼pycharm新建py檔案

程式執行程式碼:

import os
import json
import time
import requests
import re
import csv

class Douyin(object):

  def __init__(self):
    pass
    self.url1 = 'https://aweme.snssdk.com/aweme/v2/comment/list/?aweme_id=6885929189950737676&cursor=0&count=20&address_book_access=1&gps_access=1&forward_page_type=1&channel_id=0&city=310000&hotsoon_filtered_count=0&hotsoon_has_more=0&follower_count=0&is_familiar=0&page_source=0&os_api=25&device_type=VOG-AL00&ssmix=a&manifest_version_code=110301&dpi=240&uuid=868594157367551&app_name=aweme&version_name=11.3.0&ts=1603350069&cpu_support64=false&app_type=normal&ac=wifi&host_abi=armeabi-v7a&channel=aweGW&update_version_code=11309900&_rticket=1603350070959&device_platform=android&iid=1758845207590062&version_code=110300&mac_address=b0%3Ac4%3A2d%3Ad0%3Aed%3A38&cdid=7974198e-c4c0-49c2-bfaa-43686052706e&openudid=d0c6cffa7067bedd&device_id=844047245117672&resolution=720*1280&device_brand=HUAWEI&language=zh&os_version=7.1.2&aid=1128&mcc_mnc=46000'
    self.url2 = 'https://aweme.snssdk.com/aweme/v2/comment/list/?aweme_id=6885163969477086479&cursor=0&count=20'
    self.header = {
      'Accept-Encoding': 'gzip','X-SS-REQ-TICKET': '1603350070957','sdk-version': '1','Cookie': 'install_id=1758845207590062; ttreq=1$34f012b99d70a66f681dc3d1f0b438fc1b161af3; d_ticket=77247c94236bf8055c233f8cabb6a5ddf3231; odin_tt=fccb20add45a15f08a2519eadcaaf22cba4b3f8f1fceec300a088407c2daf81ea76b260ef6c81dbc86dfedfea011f68c25238f9b3984fe4f5909441dfd1cc9c2; sid_guard=6de18a966e69dcbbf076f629a2ef6511%7C1603345424%7C5184000%7CMon%2C+21-Dec-2020+05%3A43%3A44+GMT; uid_tt=ba98af780b4e337f01463cf98a8afafd; sid_tt=6de18a966e69dcbbf076f629a2ef6511; sessionid=6de18a966e69dcbbf076f629a2ef6511','x-tt-token': '006de18a966e69dcbbf076f629a2ef651189d3f6f73fd3d6319b543d50d2e2e5a4cf3e383f8da81f07e049bcf850de07d331','X-Gorgon': '0404d8210000a6a3dca0dbc6b11483a82420c9a94dd050a3e511','X-Khronos': '1603350070','Host': 'aweme.nssdk.com','Connection': 'Keep-Alive','User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/86.0.4240.75 Safari/537.36',}
    self.add = 'D:\抖音評論資料'
    self.videos_list = os.listdir('D:\抖音評論資料')
  def parse(self):
    '連結,內容,釋出人暱稱,釋出時間,點贊數,評論數,分享數'
    lists = []
    for vid in self.videos_list:
      a = open('D:\抖音評論資料\{}'.format(vid),encoding='utf-8')
      content = json.load(a)
      for con in content['data']:
        meta = {}
        try:
          meta['title'] = con['aweme_info']['desc']
          meta['author_name'] = con['aweme_info']['author']['nickname']
          meta['u_name'] = con['aweme_info']['author']['unique_id']
          meta['create_time'] = con['aweme_info']['create_time']
          timeArray = time.localtime(meta['create_time'])
          meta['create_time'] = time.strftime("%Y--%m--%d %H:%M:%S",timeArray)
          meta['digg_count'] = con['aweme_info']['statistics']['digg_count']
          meta['comment_count'] = con['aweme_info']['statistics']['comment_count']
          meta['share_count'] = con['aweme_info']['statistics']['share_count']
          meta['share_url'] = con['aweme_info']['share_url']
        except:
          meta['title'] = ''
          meta['author_name'] = ''
          meta['u_name'] = ''
          meta['create_time'] = ''
          meta['digg_count'] = ''
          meta['comment_count'] = ''
          meta['share_count'] = ''
          meta['share_url'] = ''

        if meta['u_name'] == '':
          try:
            meta['u_name'] = con['aweme_info']['music']['owner_handle']
          except:
            meta['u_name'] = ''
        if meta['title'] == '':
          pass
        else:
          lists.append(meta)
          # print(meta)
    return lists

  def save_data(self,meta):
    header = ['share_url','title','author_name','u_name','create_time','digg_count','comment_count','share_count']
    print(meta)
    with open('test.csv','a',newline='',encoding='utf-8-sig') as f:
      writer = csv.DictWriter(f,fieldnames=header)
      writer.writeheader() # 寫入列名
      writer.writerows(meta)

  def run(self):
    meta = self.parse()
    self.save_data(meta)

if __name__ == '__main__':
  douyin = Douyin()
  douyin.run()

執行程式碼後在程式碼執行目錄下會生成一個excel

在這裡插入圖片描述

ps:抖音不會一次性返回整個評論資料包,每次往下滑動評論區會多出26條評論資料,我們就可以利用模擬器進行滑動操作。

點選 更多>滑鼠巨集

在這裡插入圖片描述

點選錄屏之後,用滑鼠往下滑動一次頁面

在這裡插入圖片描述

點選停止,就會將你剛才的操作儲存下來

在這裡插入圖片描述

點選設定 可以對剛才的操作進行迴圈播放,從而達到自動重新整理評論區。

在這裡插入圖片描述

到此這篇關於python實現模擬器爬取抖音評論資料的示例程式碼的文章就介紹到這了,更多相關python 擬器爬取資料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!