詳解使用python爬取抖音app視頻(appium可以操控手機)

記錄一下如何用python爬取app數據,本文以爬取抖音視頻app為例。

編程工具:pycharm

app抓包工具:mitmproxy

app自動化工具:appium

運行環境:windows10

思路:

假設已經配置好我們所需要的工具

1、使用mitmproxy對手機app抓包獲取我們想要的內容

2、利用appium自動化測試工具,驅動app模擬人的動作(滑動、點擊等)

3、將1和2相結合達到自動化爬蟲的效果

一、mitmproxy/mitmdump抓包

確保已經安裝好瞭mitmproxy,並且手機和PC處於同一個局域網下,同時也配置好瞭mitmproxy的CA證書,網上有很多相關的配置教程,這裡我就略過瞭。

因為mitmproxy不支持windows系統,所以這裡用的是它的組件之一mitmdump,它是mitmproxy的命令行接口,可以利用它對接我們的Python腳本,用Python實現監聽後的處理。

在配置好mitmproxy之後,在控制臺上輸入mitmdump並在手機上打開抖音app,mitmdump會呈現手機上的所有請求,如下圖

可以在抖音app一直往下滑,看mitmdump所展示的請求,會發現前綴分別為

http://v1-dy.ixigua.com/;http://v3-dy.ixigua.com/;http://v9-dy.ixigua.com/

這3個類型前綴的url正是我們的目標抖音視頻url。

那接下來就要編寫python腳本將視頻下載下來,需要使用 mitmdump -s scripts.py(此處為python文件名)來執行腳本。

import requests
# 文件路徑
path = 'D:/video/' 
num = 1788
def response(flow): 
global num 
# 經測試發現視頻url前綴主要是3個
target_urls = ['http://v1-dy.ixigua.com/', 'http://v9-dy.ixigua.com/','http://v3-dy.ixigua.com/']
for url in target_urls:
# 過濾掉不需要的url
if flow.request.url.startswith(url):
# 設置視頻名 
filename = path + str(num) + '.mp4' 
# 使用request獲取視頻url的內容 
# stream=True作用是推遲下載響應體直到訪問Response.content屬性
res = requests.get(flow.request.url, stream=True)
# 將視頻寫入文件夾 
with open(filename, 'ab') as f: 
f.write(res.content) 
f.flush()
print(filename + '下載完成')
num += 1

代碼寫得比較粗糙,不過基本的邏輯還是比較清晰的,這樣我們就可以把抖音的視頻下載下來,不過這個方法有個缺陷,就是獲取視頻需要人來不斷地滑動抖音的下一個視頻,這時候我們可以用一個強大的appium自動化測試工具來解決。

二、Appium對手機進行模擬操作

確保已經配置好appium所依賴的環境Android和SDK,網上也有許多教程,這裡我就不說瞭。

appium的用法很簡單,首先我們先打開appium,啟動界面如下

點擊Start Server按鈕即可啟動appium服務

將Android手機通過數據線與PC相連,同時打開USE調試功能,可以輸入adb命令(具體可以去網上查找)測試連接情況,若出現以下結果,則說明連接成功

model是設備名,後面配置需要用到。之後點擊下圖箭頭所指的按鈕就會出現一個配置頁面

在右下角的JSON Representation配置啟動app的Desired Capabilities參數,分別是paltformName、deviceName、appPackage、appActivity。

platformName:平臺名稱,一般是Android或iOS.

deviceName:設備名稱,手機的具體類型

appPackage:App程序包名

appActivity:入口Activity名,通常以.開頭

platformName和deviceName比較容易獲得,而appPackage和appActivity這兩個可以通過以下方法獲取到。

在控制臺上輸入   adb logcat>D:\log.log  命令,並且在手機打開抖音app,然後在D盤中打開log.log文件,查找Displayed關鍵字

由上圖可以知道Displayed後面的 com.ss.android.ugc.aweme對應的是appPackage,.main.MainActivity對應的是appActivity,最後我們的配置結果如下:

{
 "platformName": "Android",
 "deviceName": "Mi_Note_3",
 "appPackage": "com.ss.android.ugc.aweme",
 "appActivity": ".main.MainActivity"
}

再點擊Start Session即可啟動Android手機上的抖音app並進入到啟動頁面,同時PC上會彈出一個調試窗口,從這個窗口可以預覽當前手機頁面,還可以對手機模擬各種操作,在本文不是重點,所以略過。

在下面我們將使用python腳本來驅動app,直接在pycharm運行即可

from appium import webdriver
from time import sleep
class Action():
def __init__(self):
# 初始化配置,設置Desired Capabilities參數
self.desired_caps = {
"platformName": "Android",
"deviceName": "Mi_Note_3",
"appPackage": "com.ss.android.ugc.aweme",
"appActivity": ".main.MainActivity"
}
# 指定Appium Server
self.server = 'http://localhost:4723/wd/hub'
# 新建一個Session
self.driver = webdriver.Remote(self.server, self.desired_caps)
# 設置滑動初始坐標和滑動距離
self.start_x = 500
self.start_y = 1500
self.distance = 1300 
def comments(self):
sleep(2)
# app開啟之後點擊一次屏幕,確保頁面的展示
self.driver.tap([(500, 1200)], 500) 
def scroll(self):
# 無限滑動
while True:
# 模擬滑動
self.driver.swipe(self.start_x, self.start_y, self.start_x,
self.start_y-self.distance)
# 設置延時等待
sleep(2)
def main(self):
self.comments()
self.scroll() 
if __name__ == '__main__':
action = Action()
action.main()

下面是爬蟲的過程。ps:偶爾會爬取到重復的視頻

到此這篇關於詳解使用python爬取抖音app視頻(appium可以操控手機)的文章就介紹到這瞭,更多相關python爬取抖音app視頻內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: