江苏龙网

  1. 主页 > 生活百科 > >

使用python爬取抖音app视频

Python

记录一下如何用Python爬取App数据，本文以爬取抖音视频app为例 。
编程工具：pycharm
app抓包工具：mitmproxy
app自动化工具：appium
运行环境：windows10
思路：
私信小编01即可获取大量Python学习资料
假设已经配置好我们所需要的工具
1、使用mitmproxy对手机app抓包获取我们想要的内容
2、利用appium自动化测试工具，驱动app模拟人的动作（滑动、点击等）
3、将1和2相结合达到自动化爬虫的效果
一、mitmproxy/mitmdump抓包确保已经安装好了mitmproxy，并且手机和PC处于同一个局域网下，同时也配置好了mitmproxy的CA证书，网上有很多相关的配置教程，这里我就略过了 。
因为mitmproxy不支持windows系统，所以这里用的是它的组件之一mitmdump，它是mitmproxy的命令行接口，可以利用它对接我们的Python脚本，用Python实现监听后的处理 。
在配置好mitmproxy之后,在控制台上输入mitmdump并在手机上打开抖音app，mitmdump会呈现手机上的所有请求，如下图

使用python爬取抖音app视频

文章插图
 
可以在抖音app一直往下滑，看mitmdump所展示的请求，会发现前缀分别为
http://v1-dy.ixigua.com/；http://v3-dy.ixigua.com/；http://v9-dy.ixigua.com/这3个类型前缀的url正是我们的目标抖音视频url 。
那接下来就要编写python脚本将视频下载下来，需要使用 mitmdump -s scripts.py（此处为python文件名）来执行脚本 。
import requests# 文件路径path = 'D:/video/'num = 1788def response(flow):global num# 经测试发现视频url前缀主要是3个target_urls = ['http://v1-dy.ixigua.com/', 'http://v9-dy.ixigua.com/','http://v3-dy.ixigua.com/']for url in target_urls:# 过滤掉不需要的urlif flow.request.url.startswith(url):# 设置视频名filename = path + str(num) + '.mp4'# 使用request获取视频url的内容# stream=True作用是推迟下载响应体直到访问Response.content属性res = requests.get(flow.request.url, stream=True)# 将视频写入文件夹with open(filename, 'ab') as f:f.write(res.content)f.flush()print(filename + '下载完成')num += 1代码写得比较粗糙，不过基本的逻辑还是比较清晰的，这样我们就可以把抖音的视频下载下来，不过这个方法有个缺陷，就是获取视频需要人来不断地滑动抖音的下一个视频，这时候我们可以用一个强大的appium自动化测试工具来解决 。
二、Appium对手机进行模拟操作确保已经配置好appium所依赖的环境Android和SDK，网上也有许多教程，这里我就不说了 。
appium的用法很简单，首先我们先打开appium，启动界面如下
使用python爬取抖音app视频

文章插图
 
点击Start Server按钮即可启动appium服务
使用python爬取抖音app视频

文章插图
 
将Android手机通过数据线与PC相连，同时打开USB调试功能，可以输入adb命令（具体可以去网上查找）测试连接情况，若出现以下结果，则说明连接成功
使用python爬取抖音app视频

文章插图
 
model是设备名，后面配置需要用到 。之后点击下图箭头所指的按钮就会出现一个配置页面
使用python爬取抖音app视频

文章插图
 

使用python爬取抖音app视频

文章插图
 
在右下角的JSON Representation配置启动app的Desired Capabilities参数，分别是paltformName、deviceName、appPackage、appActivity 。
platformName:平台名称，一般是Android或IOS.
deviceName:设备名称，手机的具体类型
appPackage:App程序包名
appActivity:入口Activity名，通常以.开头
使用python爬取抖音app视频

文章插图
 
platformName和deviceName比较容易获得，而appPackage和appActivity这两个可以通过以下方法获取到 。
在控制台上输入 adb logcat>D:log.log 命令，并且在手机打开抖音app，然后在D盘中打开log.log文件，查找Displayed关键字
使用python爬取抖音app视频

文章插图
 
由上图可以知道Displayed后面的 com.ss.android.ugc.aweme对应的是appPackage，.main.MainActivity对应的是appActivity，最后我们的配置结果如下：
{"platformName": "Android","deviceName": "Mi_Note_3","appPackage": "com.ss.android.ugc.aweme","appActivity": ".main.MainActivity"}


推荐阅读


上一篇：鱿鱼和什么一起炒好吃

下一篇：你的平台有这四大技术架构群吗？