欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python爬虫抖某音爬取视频 Airtest+fiddler

程序员文章站 2022-05-26 14:49:00
所用到的模块和库 : python3+reqeuests+Airtest+fiddler Airtest : (app自动化软,类似Appium,网易家的本人很喜欢) 1.首先环境的配置 Fiddler 和Airtest fiddler可以设定抓取包的链接,并自动保存到设定的txt文件中 #在配置好 ......

所用到的模块和库 :  python3+reqeuests+airtest+fiddler

airtest  : (app自动化软,类似appium,网易家的本人很喜欢)

 

1.首先环境的配置 fiddler 和airtest

  fiddler可以设定抓取包的链接,并自动保存到设定的txt文件中

  #在配置好手机证书,以及可以抓到手机包的情况下,再看下面步骤----配置fiddler环境:

                               手机抓包证书教程:

  弄好之后,打开抖音,可以看到一堆抖音的包的话,就说明可以了,

      python爬虫抖某音爬取视频  Airtest+fiddler

 

  接着来下面操作,设置抓包规则并自动保存       由于截图不好截,就手机拍了= =图片不好勿打

  python爬虫抖某音爬取视频  Airtest+fiddler

  打开后按ctrl+f 搜素    onbeforerequest  找到这个方法

   python爬虫抖某音爬取视频  Airtest+fiddler

 

   将下面代码插入fiddler onbeforerequest  方法中

//保存到本地添加开始
        
		//这是抖音的地址  设定视频包的链接名
		if (
			osession.fullurl.contains("v1-dy.bytecdn.cn")||
			osession.fullurl.contains("v3-dy-y.bytecdn.cn")||
			osession.fullurl.contains("v3-dy.z.bytecdn.cn")||
			osession.fullurl.contains("v5-dy.bytecdn.cn")||
			osession.fullurl.contains("v6-dy.bytecdn.cn") ||
			osession.fullurl.contains("v9-dy-z.bytecdn.cn") ||
		    osession.fullurl.contains("v9-dy.bytecdn.cn")
		){
            
			var fso;
			var file;
			fso = new activexobject("scripting.filesystemobject");
			//文件保存路径,可自定义  自动保存的txt文档地址
			file = fso.opentextfile("e:\\url_bt\\douyin.txt",8,true);
			//file.writeline("request-url:" + osession.url);
			file.writeline("http://"+osession.url)
			//file.writeline("request-host:" + osession.host);
			//file.writeline("request-header:" + "\n" + osession.orequest.headers);
			//file.writeline("request-body:" + osession.getrequestbodyasstring());
			//file.writeline("\n");
			file.close();
		}        
		//保存到本地添加结束

  将上面的代码插入后打开抖音刷一刷,然后去自动保存的地址查询是否有相应的txt文档,如果没有,查看fiddler对应视频包名是否有修改

  效果---这些链接可以在浏览器打开,但是可能看不到视频,那是浏览器不支持,这个无影响,  

  !!!这些地址是有有效期的。。目测是大概1-2小时吧 

  python爬虫抖某音爬取视频  Airtest+fiddler

   那么问题来了。。如何自动模拟人的滑动来获取到这些链接----华丽丽的airtest登场(没有接触过手机自动化软件的可以先去入门了,入门后再回来查看,有appium的童鞋可以接着看)

  airetest 基本操作教程:

  airtest是支持python代码操作的, 需要对应的库  :pocoui        pip install pocoui

  安装好之后,写入自动滑动抖音的视频来截取链接-----当然可以截取  推荐,同城,搜索,榜单的一些视频包,只需要打开相应的视频界面滑动

  以下是我写的自动上滑,拉动视频的代码--如果不适用,建议在airtest上自己写好copy到python代码中就欧克

  

__author__ = "xiaojun"

from airtest.core.api import *

auto_setup(__file__)

from poco.drivers.android.uiautomation import androiduiautomationpoco


poco = androiduiautomationpoco(use_airtest_input=true, screenshot_each_action=false)
#模拟滑动
def douyin_spwipe():
    #无限循环向上滑动
    while true:
        #坐标,以及速度
        poco.swipe([0.5,0.8],[0.5,0.3],duration=0.2)
        sleep(3)

    那么有了视频的链接。。。剩下的就是写一个python代码获取这些链接并请求写入mp4视频文件中了

    !!!注意视频链接是有  有效期的 大概1-2小时吧,所以建议是,一边滑动获取链接,一边写入生成链接

     下面是python获取链接,和写入mp4的代码。。。如有不合适,请自行修改调试代码

     获取和生成两个方法可以 同时进行, 多线程,多个文件,多个进程随意   生成视频后清空txt文件,休眠十几分钟让滑动程序,继续截图视频包链接

import os
import requests
import sys

import time
from fake_useragent import useragent

headers = {
    'user-agent':useragent().chrome
}
#去重
def distinct_data():
    datalist_blank = []
    with open(r'e:\url_bt\douyin.txt','r') as f:
        #读取所有行,生成列表
        f_data_list = f.readlines()
        print(f_data_list)
        for url in f_data_list:
            if len(url)>40:
                datalist_blank.append(url.strip()) #去掉\n strip去掉头尾默认空格或换行符
                # print(url.strip())


        f.close()
    # print(len(datalist_blank), datalist_blank)
    # print(len(set(datalist_blank)), set(datalist_blank))
    #去重后的列表url
    datalist_blank= list(set(datalist_blank))

    return datalist_blank

#写入文件夹
def responsedouyin():
    #获得种子链接
    data_url=distinct_data()

    #统计文件夹中视频数量
    dir = r'e:\url_bt\douyin_mp4'  # 要统计的文件夹
    num = len([name for name in os.listdir(dir) if os.path.isfile(os.path.join(dir, name))])+1
    print(num)#文件夹现文件数量
    for url in data_url:
        # stream=true作用是推迟下载响应体直到访问response.content属性
        # res = requests.get(url,stream=true,headers=headers)
        res = requests.get(url=url, stream=true, headers=headers)
#         #定义视频存放的路径
        pathinfo = r'e:\url_bt\douyin_mp4\%d.mp4'%num  #%d 用于整数输出   %s用于字符串输出
        # 实现下载进度条显示,这一步需要得到总视频大小
        total_size = int(res.headers['content-length'])
        print('这是视频的总大小:',total_size)
        #设置流的起始值为0
        temp_size = 0
        if res.status_code == 200:
            # 将视频写入文件夹
            with open(pathinfo, 'wb') as file:
                file.write(res.content)
                print(pathinfo + '下载完成啦啦啦啦啦')
                num += 1

    with open(r'e:\url_bt\douyin.txt', 'w') as f:
        f.write('')
        f.close()
    time.sleep(700)

  

  如果有优化,以及更好的方案可以随时联系我,   以上均为原创所写,转载请标明出处!