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

【Python3爬虫】斗鱼弹幕爬虫

程序员文章站 2024-01-04 20:02:58
在网上找到了一份斗鱼弹幕服务器第三方接入协议v1.6.2,有了第三方接口,做起来就容易多了。 一、协议分析 斗鱼后台协议头设计如下: 这里的消息长度是我们发送的数据部分的长度和头部的长度之和,两个消息长度是一样。然后要注意的是该协议使用的是小端整数,所以我们要对数据进行处理后再发送,这里可以使用in ......

在网上找到了一份斗鱼弹幕服务器第三方接入协议v1.6.2,有了第三方接口,做起来就容易多了。

 

一、协议分析

斗鱼后台协议头设计如下:

 【Python3爬虫】斗鱼弹幕爬虫

这里的消息长度是我们发送的数据部分的长度和头部的长度之和,两个消息长度是一样。然后要注意的是该协议使用的是小端整数,所以我们要对数据进行处理后再发送,这里可以使用int.to_bytes()将整数转变成小端整数的形式。示例如下:

int.to_bytes(12,4,'little')   # b'\x0c\x00\x00\x00'

int.to_bytes(12,4,'big')     # b'\x00\x00\x00\x0c'

然后消息类型是689(689表示客户端发送给服务器,690表示服务器发送给客户端),加密字段和保留字段都是默认为0。这里由于消息类型是两个字节的,加密字段和保留字段都是一个字节,但是因为加密字段和保留字段都是0,所以这四个字节可以使用int.to_bytes(689,4,'little')来表示。最后该协议使用的是utf-8编码,所以我们需要对整个数据进行编码后再发送。

 

二、具体步骤

1、连接服务器

第三方客户端通过 tcp 协议连接到弹幕服务器(依据指定的 ip 和端口),其中ip 地址为openbarrage.douyutv.com,端口为8601,相关代码如下:

client = socket.socket(socket.af_inet, socket.sock_stream)
host = socket.gethostbyname("openbarrage.douyutv.com")
port = 8601
client.connect((host, port))

2、发送登录请求

客户端向弹幕服务器发送登录请求,登录弹幕服务器,格式如下:

type@=loginreq/roomid@=房间号/

3、发送加组请求

客户端收到登录成功消息后发送进入弹幕分组请求给弹幕服务器,格式如下:

type@=joingroup/rid@=房间号/gid@=-9999/

gid表示分组号,第三方平台建议选择-9999即海量弹幕模式。

4、接收广播消息

接收服务器发送的广播消息,包括用户发的弹幕和送的礼物信息,然后解析得到具体的内容。但这些数据里只有礼物的id而没有具体的礼物名称,然后我通过抓包找到了两个链接,里面包含了礼物id和名称的对应关系,相关代码如下:

 1 gift_dict = {}
 2 headers = {
 3     "user-agent": "mozilla/5.0 (windows nt 6.1; wow64) applewebkit/537.36 (khtml, like gecko) chrome/68.0.3440.75 safari/537.36"
 4 }
 5 url1 = "https://webconf.douyucdn.cn/resource/common/gift/flash/gift_effect.json"
 6 res1 = requests.get(url1, headers=headers)
 7 js1 = json.loads(res1.text.lstrip('dyconfigcallback(').rstrip(');'))
 8 gift_data1 = js1['data']['flashconfig']
 9 for i in gift_data1.keys():
10     gift_dict[gift_data1[i]['id']] = gift_data1[i]['name']
11 
12 url2 = "https://webconf.douyucdn.cn/resource/common/prop_gift_list/prop_gift_config.json"
13 res2 = requests.get(url2, headers=headers)
14 js2 = json.loads(res2.text.lstrip('dyconfigcallback(').rstrip(');'))
15 gift_data2 = js2['data']
16 for i in gift_data2.keys():
17     gift_dict[int(i)] = gift_data2[i]['name']

5、发送心跳消息

客户端每隔45秒给服务器发送一次心跳消息,用于维护和服务器后台间的联系,格式如下:

keep_msg = "type@=keeplive/tick@=十位时间戳"  # 旧版心跳消息
keep_msg = "mrkl/" # 新版心跳消息

6、核心代码

在发送数据的时候,有可能会出现一次无法发送完的情况,所以就需要多发送几次,确保把数据都发送出去:

 1 msg = msg + '\0'  # 数据以'\0'结尾
 2 msg = msg.encode('utf-8')  # 使用utf-8编码
 3 length = len(msg) + 8  # 消息长度
 4 code = 689  # 消息类型
 5 # 消息头部:消息长度+消息长度+消息类型+加密字段(默认为0)+保留字段(默认为0)
 6 head = int.to_bytes(length, 4, 'little') + int.to_bytes(length, 4, 'little') + int.to_bytes(code, 4, 'little')
 7 # 发送头部部分
 8 client.send(head)
 9 # 发送数据部分
10 sent = 0
11 while sent < len(msg):
12     n = client.send(msg[sent:])  # 返回已发送的数据长度
13     sent = sent + n

 

三、运行结果

运行截图:

【Python3爬虫】斗鱼弹幕爬虫

进入数据库查看结果:

db.getcollection('douyu-6039226').find({"data_type":"gift"})

结果如下:

【Python3爬虫】斗鱼弹幕爬虫

还可以看看大家都发了什么弹幕:

db.getcollection('douyu-6039226').find({"data_type":"chat"},{"user_name":1,"chat_txt":1,"_id":0})

结果如下:

【Python3爬虫】斗鱼弹幕爬虫

 

完整代码已上传到github:https://github.com/qaq112233/douyu

上一篇:

下一篇: