python爬虫抖某音爬取视频 Airtest+fiddler
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,
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
打开后按ctrl+f 搜素 onbeforerequest 找到这个方法
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
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!
上一篇: Redis 的安装配置介绍
下一篇: 通过互联网认识自己