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

【Python爬虫】| XPANX获取抖音APP小视屏

程序员文章站 2024-01-01 16:13:34
...

需求:抖音上看到漂亮的小姐姐,想保存下来,该如何是好?

前两天一直在说,有空弄个爬取APP数据的教程,今天来实现下

 

思路:借助抓包工具fiddler完成

难度:★★★★(记住一条准则,只要是明文展示的数据(你可以看到的),都是可以获取的,只不过难易程度不同。大部分APP其实只是web加个壳)

准备工作:

1、Python+Pycharm社区版(社区版免费而且够用,不需要去**专业版)

2、fiddler抓包工具

3、一部root的安卓机,或者模拟器

 

Github地址:https://github.com/poplangfan/Python100 (这里应该不能跳转,后台回复源代码即可获取github链接)

 

先把思路梳理一下,要想下载抖音视频,就要知道它的真实url地址,这是最核心的。

首先,要借助fiddler抓包,获取访问抖音时访问的真实地址,这一步比较繁琐,没用过fiddler的人可能比较陌生,我找了一篇教程,或者也可以自己去搜,网上很多;

https://www.cnblogs.com/woaixuexi9999/p/9247705.html

 

需要注意的是,抖音有SSL加密,所有需要一部root的手机,或者模拟器,不然按照上面的教程你会发现APP用fiddler抓包连不上网,也就无法抓包了,详情见:

https://www.zhihu.com/question/60618756, 亲测有效,我为了省事,使用的夜神模拟器。

 

准备工作完成后,就可以愉快的撸代码了,抖音反爬措施比较严,经常性因为访问频率过高拒绝访问,要么使用代理,要么自己等一会。

 

 

第一步,基本信息准备好,在fiddler里都有哦,如图:

【Python爬虫】| XPANX获取抖音APP小视屏

【Python爬虫】| XPANX获取抖音APP小视屏

"""-*- coding: utf-8 -*-@Author  : blyang@Time    : 2020/1/5 21:17"""import reimport timeimport requestsimport jsonfrom jsonpath import jsonpath
requests.packages.urllib3.disable_warnings()  # 此处关闭一个警告,去掉也无影响cookie = "你的cookie"UA = "你的User-Agent"headers = {  # 这些信息都可以在Fiddler上获取    'Connection': 'keep-alive',    'Cookie': cookie,    'User-Agent': UA,    'X-Tt-Token': 'xx',    'x-tt-trace-id': 'xx',    # 'Accept-Encoding': 'gzip, deflate, br',此处去掉,不然返回的数据乱码    'X-Gorgon': 'xx',    'X-Khronos': 'xx',    'x-common-params-v2': 'xx',}

 

第二步,获取真实URL:

 

def get_movie_list():    # 抓取到的一个链接,一个链接里有十个视频    url = "http://api3-normal-c-lq.amemv.com/aweme/v1/aweme/post/?source=0&max_cursor=1572668155000&sec_user_id=MS4wLjABAAAAElqvSzZgxtXS7vPPcAwSGzhEHuW_Jah8LBoPYDkcnYQ&count=10&ts=1578234402&_rticket=1578234399183&mcc_mnc=46007&"    resp = requests.get(url, headers=headers, verify=False)    obj = json.loads(resp.text)    urls = jsonpath(obj, '$..share_info.share_url')  # 通过jsonpath获取视频的访问路径    true_url_list = []    for url in urls:        if len(url) > 5:            resp = requests.get(url, headers=headers)            true_url = re.findall(r'playAddr: "(.+)",', resp.text)  # 通过正则获取真实URL地址            print(true_url)            if len(true_url) > 0:                true_url_list.append(true_url)    return true_url_list

 

第三步,交给下载函数处理:

def get_movie(url_list):    cnt = 1    for url in url_list:        resp = requests.get(url[0], headers=headers)        with open('./tik_movie/{}.mp4'.format(cnt), 'wb') as f:            f.write(resp.content)        time.sleep(2)        print("正在获取第{}个视频".format(cnt))        cnt += 1

if __name__ == '__main__':    true_url_list_ = get_movie_list()    print(true_url_list_)    get_movie(true_url_list_)

 

总结:基于此,你可以在以下场景中用到上述功能

  • 遇到钟意的视频,可以保存下来哦

     

温馨提示:本教程仅供参考,道路千万条,合规第一条。

上一篇:

下一篇: