python批量下載抖音視訊

知識儲備：博主是在Pycharm下進行的
資料夾：dou_ying

1：在資料夾doy_ying下新建第一個檔案：dou_ying_video_download.py
程式碼：

# coding=utf-8
"""
@author: jiajiknag
程式功能：批量下載抖音視訊
"""
import requests
import bs4
import os
import json
import re
import sys
import time
# 如果一個物件沒有實現上下文，我們就不能把它用於with語句。這個時候，可以用closing()來把該物件變為上下文物件。
 

# closing-將任意物件變為上下文物件，並支援with語句。
from contextlib import closing
# Urllib3是一個功能強大，條理清晰，用於HTTP客戶端的Python庫
# urllib3.disable_warnings()禁用urllib3警告的方法
requests.packages.urllib3.disable_warnings()
# 建立類Sipder()
class Spider():
    def __init__(self):
        # UA對照表：https://blog.csdn.net/time888/article/details/72822729
 

        self.headers = {
                        # 使用者代理：用於瀏覽器識別的，可以看出自己系統版本，瀏覽器，瀏覽器核心等
                        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36'
                        }
        # 輸出資訊-視訊資訊
        print('[INFO]:Douyin（抖音） App Video downloader...'
 
)
        print('[Version]: V1.0')
        print('[Author]: Jiajikang')

    # 建立函式run（）：外部呼叫執行
    def run(self):
        # 輸入ID地址（爬去某人抖音視訊的抖音號）
        user_id = input('Enter the ID:')
        try:
            # 因為抖音號是數字所以使用int()驗證是否是數字
            int(user_id)
        # 輸入錯誤時輸出except下的語句
        except:
            print('[Error]:ID error...')
            return
        video_names, video_urls, nickname = self._parse_userID(user_id)
        #  os.listdir()方法用於返回指定的資料夾包含的檔案或資料夾的名字的列表
        if nickname not in os.listdir():
            # os.mkdir() 方法用於以數字許可權模式建立目錄
            os.mkdir(nickname)
        print('[INFO]:Number of Videos <%s>' % len(video_urls))
        for num in range(len(video_names)):
            # %d是一個佔位符，標識一個字串型的資料， %s也是一個佔位符，標識一個字串型的資料
            print('[INFO]:Parsing <No.%d> <Url:%s>' % (num+1, video_urls[num]))
            temp = video_names[num].replace('\\', '')
            video_name = temp.replace('/', '')
            # 呼叫函式_downloader()
            self._downloader(video_urls[num], os.path.join(nickname, video_name))
            print('\n')
        print('[INFO]:All Done...')

    # 建立函式_downloader()並含有引數：路徑和視訊的url-視訊下載
    def _downloader(self, video_url, path):
        # 定義size並初始化為0
        size = 0
        # 定義一個變數download_url：利用函式_get_download_url()來獲取視訊url
        download_url = self._get_download_url(video_url)
        with closing(requests.get(download_url, headers=self.headers, stream=True, verify=False)) as response:
            chunk_size = 1024
            content_size = int(response.headers['content-length'])
            if response.status_code == 200:
                sys.stdout.write('[File Size]: %0.2f MB\n' % (content_size/chunk_size/1024))
                # 使用寫入的方式開啟，如果該檔案已存在則將其覆蓋。如果該檔案不存在，建立新檔案。
                with open(path, 'wb') as f:
                    # 遍歷獲取資料
                    for data in response.iter_content(chunk_size=chunk_size):
                        # 向檔案中寫入指定的字串data
                        f.write(data)
                        # 計算寫入字串的長度
                        size += len(data)
                        # flush() 方法是用來重新整理緩衝區的，即將緩衝區中的資料立刻寫入檔案，同時清空緩衝區，不需要是被動的等待輸出緩衝區寫入。
                        f.flush()
                        sys.stdout.write('[Progress]: %0.2f%%' % float(size/content_size*100) + '\r')
                        sys.stdout.flush()


    # 建立函式_get_download_url()並含有形參video_url：獲得視訊下載地址
    def _get_download_url(self, video_url):
        # 獲取視訊的下載地址
        # Requests 可以為 HTTPS 請求驗證 SSL 證書，就像 web 瀏覽器一樣。要想檢查某個主機的 SSL 證書，你可以使用 verify 引數:
        # 定義變數res用來接收視訊地址，verify 僅應用於主機證書
        res = requests.get(url=video_url, verify=False)
        # 將res.text 檔案利用'lxml'解析成xml檔案，瞭解lxml--https://blog.csdn.net/tanzuozhev/article/details/50442243
        soup = bs4.BeautifulSoup(res.text, 'lxml')
        # 使用find_all來獲取網頁中JavaScript中的script的變數；[-1]去除最後一個字元
        script = soup.find_all('script')[-1]
        # 定義變數date=正則表示式\[(.+)]\,[0]可以使其返回一個字典
        video_url_js = re.findall('var data = \[(.+)\];', str(script))[0]
        # 使用loads()下載
        html = json.loads(video_url_js)
        # 返回，使用[0]是返回一個字典
        return html['video']['play_addr']['url_list'][0]


    # 定義函式_parse_userID()且形參user_id；通過user_id獲取該使用者釋出的所有視訊
    def _parse_userID(self, user_id):
        # 獲取所有視訊
        video_names = []
        video_urls = []
        unique_id = ''
        # 當獲取的id不是使用者的id時：
        while unique_id != user_id:
            # 獲取url-下載
            search_url = 'https://api.amemv.com/aweme/v1/discover/search/?keyword={}&count=10&type=1&aid=1128'.format(user_id)
            res = requests.get(url=search_url, verify=False)
            res_dic = json.loads(res.text)
            uid = res_dic['user_list'][0]['user_info']['uid']
            aweme_count = res_dic['user_list'][0]['user_info']['aweme_count']
            nickname = res_dic['user_list'][0]['user_info']['nickname']
            unique_id = res_dic['user_list'][0]['user_info']['unique_id']
        # 使用者的url
        user_url = 'https://www.douyin.com/aweme/v1/aweme/post/?user_id={}&max_cursor=0&count={}'.format(uid, aweme_count)
        # 請求獲取使用者的url
        res = requests.get(url=user_url, verify=False)
        # 下載後去的url轉換的文字
        res_dic = json.loads(res.text)
        i = 1
        # 遍歷下載的文字
        for each in res_dic['aweme_list']:
            share_desc = each['share_info']['share_desc']
            if '抖音-原創音樂短視訊社群' == share_desc:
                video_names.append(str(i) + '.mp4')
                i += 1
            else:
                video_names.append(share_desc + '.mp4')
            video_urls.append(each['share_info']['share_url'])
        return video_names, video_urls, nickname

""" 
if __name__ == '__main__':
    # 建立物件
    sp = Spider()
    sp.run()
"""

溫馨提示： 有些庫是要自己去下載，一般使用命令在提示符下輸入：pip install 自己要下載的庫，如下圖是博主下載的。

2：在資料夾doy_ying下新建第二個檔案：run.py
程式碼：

# coding=utf-8
"""
@author: jiajiknag
程式功能： 測試抖音視訊的下載
"""
from dou_ying_video_download import Spider
if __name__ == '__main__':
    # 建立類Spider()物件
    sp = Spider()
    # 執行開始下載
    sp.run()

3：結果
這是我在抖音中隨便找的一個釋出抖音視訊比較少的來測試一下，以及我還下載了自己（Jjk:624609873（douying number)）的抖音