抖音美女千千万，想用Python爬爬看
文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
作者： 星安果、airpython
ps：如有需要python学习资料的小伙伴可以加点击下方链接自行获取
目 标 场 景
相信大家平时刷抖音短视频的时候，看到颜值高的小姐姐，都有随手点赞关注的习惯。
如果一条条去刷确实很耗时间，如果 python 能帮忙筛选出颜值高的小姐姐那就省了很多事。
本篇文章是借助「百度人脸识别」api，帮我们识别出抖音上颜值高的小姐姐，然后下载到手机相册中。
准 备 工 作
首先，项目需要对页面元素进行一些精准的操作，需要提前准备一部 android 设备，激活开发者选项，并在开发者选项中打开 「usb 调试和指针位置」两处设置。
为了确保 adb 命令能正常使用，需要提前配置好 adb 开发环境。
页面元素中的部分元素没法利用 name 等常用属性获取到，可能需要获取到完整的「ui 树」，再利用 airtest 判断是否存在某个 ui 元素。
# 安装依赖
pip3 install pocoui
另外，项目中会对视频进行人脸识别，获取到出现的所有人脸，再进行性别识别及颜值判断。
这里需要进行百度云后台，注册一个人脸识别的应用，获取到一组 「api key 和 secret key」值。
然后利用官网提供的 api 文档即可获取到「access token」，由于 ak 的有效期为一个月，所以只需要初始化一次，后面就可以利用人脸识别接口进行正常的识别了。
1 appid = '你注册应用的appid'
2 api_key = '你注册应用的ak'
3 secret_key = '你注册应用的sk'
4
5 def get_access_token():
6 """
7 其关access_token有效期一般有一个月
8 """
9 # 此变量赋值成自己api key的值
10 client_id = api_key
11
12 # 此变量赋值成自己secret key的值
13 client_secret = secret_key
14
15 auth_url = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
16
17 header_dict = {'user-agent': 'mozilla/5.0 (windows nt 6.1; trident/7.0; rv:11.0) like gecko',
18 "content-type": "application/json"}
19
20 # 请求获取到token的接口
21 response_at = requests.get(auth_url, headers=header_dict)
22 json_result = json.loads(response_at.text)
23 access_token = json_result['access_token']
24 return access_token
编 写 脚 本
在上面已经配置好了 adb 环境的情况下，可以直接借助 python 中的 os 模块执行 adb 命令打开抖音 app。
1 # 抖音app的应用包名和初始activity
2 package_name = 'com.ss.android.ugc.aweme'
3 activity_name = 'com.ss.android.ugc.aweme.splash.splashactivity'
4
5 def start_my_app(package_name, activity_name):
6 """
7 打开应用
8 adb shell am start -n com.tencent.mm/.ui.launcherui
9 :param package_name:
10 :return:
11 """
12 os.popen('adb shell am start -n %s/%s' % (package_name, activity_name))
接着，我们需要截取当前播放视频的截图到本地。 需要注意的是，抖音视频播放界面包含视频创作者头像、bgm 创作者头像等一些杂乱的元素，可能对人脸识别的结果产生一些误差，所以需要对屏幕截图之后的图像进行「二次裁剪」处理。
1 def get_screen_shot_part_img(image_name):
2 """
3 获取手机截图的部分内容
4 :return:
5 """
6 # 截图
7 os.system("adb shell /system/bin/screencap -p /sdcard/screenshot.jpg")
8 os.system("adb pull /sdcard/screenshot.jpg %s" % image_name)
9
10 # 打开图片
11 img = image.open(image_name).convert('rgb')
12
13 # 图片的原宽、高(1080*2160)
14 w, h = img.size
15
16 # 截取部分，去掉其头像、其他内容杂乱元素
17 img = img.crop((0, 0, 900, 1500))
18
19 img.thumbnail((int(w / 1.5), int(h / 1.5)))
20
21 # 保存到本地
22 img.save(image_name)
23
24 return image_name
现在可以使用百度提供的 api 获取到上面截图的人脸列表。
1 def parse_face_pic(pic_url, pic_type, access_token):
2 """
3 人脸识别
4 5秒之内
5 :param pic_url:
6 :param pic_type:
7 :param access_token:
8 :return:
9 """
10 url_fi = 'https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=' + access_token
11
12 # 调用identify_faces，获取人脸列表
13 json_faces = identify_faces(pic_url, pic_type, url_fi)
14
15 if not json_faces:
16 print('未识别到人脸')
17 return none
18 else:
19 # 返回所有的人脸
20 return json_faces
从上述的人脸列表中筛选出性别为女，年龄为 18-30 岁之间，颜值超过 70 的小姐姐。
1 def analysis_face(face_list):
2 """
3 分析人脸，判断颜值是否达标
4 18-30之间，女，颜值大于80
5 :param face_list:识别的脸的列表
6 :return:
7 """
8 # 是否能找到高颜值的美女
9 find_belle = false
10 if face_list:
11 print('一共识别到%d张人脸，下面开始识别是否有美女~' % len(face_list))
12 for face in face_list:
13 # 判断是男、女
14 if face['gender']['type'] == 'female':
15 age = face['age']
16 beauty = face['beauty']
17
18 if 18 <= age <= 30 and beauty >= 70:
19 print('颜值为:%d,及格，满足条件！' % beauty)
20 find_belle = true
21 break
22 else:
23 print('颜值为:%d,不及格，继续~' % beauty)
24 continue
25 else:
26 print('性别为男,继续~')
27 continue
28 else:
29 print('图片中没有发现人脸.')
30
31 return find_belle
由于视频是连续播放的，很难通过截取视频某一帧，判断视频有出现颜值高的小姐姐。
另外，大部分短视频播放时长为「10s+」，这里需要对每一个视频多次截图去做人脸识别，直到识别到颜值高的小姐姐。
1 # 一条视频最长的识别时间
2 recognite_total_time = 10
3 # 识别次数
4 recognite_count = 1
5
6 # 对当前视频截图去人脸识别
7 while true:
8 # 获取截图
9 print('开始第%d次截图' % recognite_count)
10
11 # 截取屏幕有用的区域，过滤视频作者的头像、bgm作者的头像
12 screen_name = get_screen_shot_part_img('images/temp%d.jpg' % recognite_count)
13
14 # 人脸识别
15 recognite_result = analysis_face(parse_face_pic(screen_name, type_image_local, access_token))
16
17 recognite_count += 1
18
19 # 第n次识别结束后的时间
20 recognite_time_end = datetime.now()
21
22 # 这一条视频出现了颜值高的小姐姐
23 if recognite_result:
24 pass
25 else:
26 print('超时！！！这是一条没有吸引力的视频！')
27 # 跳出里层循环
28 break
一旦当前播放的视频识别出有颜值高的小姐姐，就需要模拟保存视频到本地的操作。
获取「分享」和「保存本地」两个按钮的坐标位置，依次利用 adb 执行点击操作即可下载视频到本地。
1 def save_video_met():
2 """
3 :return:
4 """
5 # 分享
6 os.system("adb shell input tap 1000 1500")
7 time.sleep(0.05)
8
9 # 保存到本地
10 os.system("adb shell input tap 350 1700")
另外，由于下载视频的过程是一个耗时操作，在下载进度对话框还未消失之前，需要做一个「模拟等待」的操作。
1 def wait_for_download_finished(poco):
2 """
3 从点击下载，到下载完全
4 :return:
5 """
6
7 element = element()
8 while true:
9 # 由于是对话框，不能利用element类来判断是否存在某个元素来准确处理
10 # element_result = element.findelementbyname('正在保存到本地')
11
12 # 当前页面ui树元素信息
13 # 注意：保存的时候可能会获取元素异常，这里需要抛出，并终止循环
14 # com.netease.open.libpoco.sdk.exceptions.nodehasbeenremovedexception: node was no longer alive when query attribute "visible". please re-select.
15 try:
16 ui_tree_content = json.dumps(poco.agent.hierarchy.dump(), indent=4).encode('utf-8').decode('unicode_escape')
17 except exception as e:
18 print(e)
19 print('异常，按下载处理~')
20 break
21
22 if '正在保存到本地' in ui_tree_content:
23 print('还在下载中~')
24 time.sleep(0.5)
25 continue
26 else:
27 print('下载完成~')
28 break
在视频保存到本地之后，就可以模拟向上滑动的操作，跳到播放「下一条视频」。 循环上面的操作，即可筛选出所有颜值高的小姐姐，并保存到本地。
1 def play_next_video():
2 """
3 下一个视频
4 从下往上滑动
5 :return:
6 """
7 os.system("adb shell input swipe 540 1300 540 500 100")
在脚本一条条刷视频的过程中，可能会遇到一下广告，我们需要对这类视频进行过滤。
1 def is_a_ad(): 2 """ 3 判断的当前页面上是否是一条广告 4 :return: 5 """ 6 element = element() 7 ad_tips = ['去玩一下', '去体验', '立即下载'] 8 9 find_result = false 10 11 for ad_tip in ad_tips: 12 try: 13 element_result = element.findelementbyname(ad_tip) 14 # 是一条广告,直接跳出 15 find_result = true 16 break 17 except exception as e: 18 find_result = false 19 20 return find_resul
结 果 结 论
运行上面的脚本，会自动打开抖音，对每一条小视频多次进行人脸识别，直到识别到颜值高的小姐姐，保存视频到本地，然后继续刷下一条短视频。