详解使用python爬取抖音app视频(appium可以操控手机)


Posted in Python onJanuary 26, 2021

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:

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

详解使用python爬取抖音app视频(appium可以操控手机)

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 = 1788
def 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url
if 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

详解使用python爬取抖音app视频(appium可以操控手机)

点击Start Server按钮即可启动appium服务

详解使用python爬取抖音app视频(appium可以操控手机)

将Android手机通过数据线与PC相连,同时打开USE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

详解使用python爬取抖音app视频(appium可以操控手机)

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

详解使用python爬取抖音app视频(appium可以操控手机)

详解使用python爬取抖音app视频(appium可以操控手机)

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

详解使用python爬取抖音app视频(appium可以操控手机)

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

详解使用python爬取抖音app视频(appium可以操控手机)

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"
}

再点击Start Session即可启动Android手机上的抖音app并进入到启动页面,同时PC上会弹出一个调试窗口,从这个窗口可以预览当前手机页面,还可以对手机模拟各种操作,在本文不是重点,所以略过。

详解使用python爬取抖音app视频(appium可以操控手机)

在下面我们将使用python脚本来驱动app,直接在pycharm运行即可

from appium import webdriver
from time import sleep
class Action():
def __init__(self):
# 初始化配置,设置Desired Capabilities参数
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'
# 新建一个Session
self.driver = webdriver.Remote(self.server, self.desired_caps)
# 设置滑动初始坐标和滑动距离
self.start_x = 500
self.start_y = 1500
self.distance = 1300 
def comments(self):
sleep(2)
# app开启之后点击一次屏幕,确保页面的展示
self.driver.tap([(500, 1200)], 500) 
def scroll(self):
# 无限滑动
while True:
# 模拟滑动
self.driver.swipe(self.start_x, self.start_y, self.start_x,
self.start_y-self.distance)
# 设置延时等待
sleep(2)
def main(self):
self.comments()
self.scroll() 
if __name__ == '__main__':
action = Action()
action.main()

下面是爬虫的过程。ps:偶尔会爬取到重复的视频

详解使用python爬取抖音app视频(appium可以操控手机)

详解使用python爬取抖音app视频(appium可以操控手机)

到此这篇关于详解使用python爬取抖音app视频(appium可以操控手机)的文章就介绍到这了,更多相关python爬取抖音app视频内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python清除指定目录内所有文件中script的方法
Jun 30 Python
使用Python下载歌词并嵌入歌曲文件中的实现代码
Nov 13 Python
教大家玩转Python字符串处理的七种技巧
Mar 31 Python
Python使用Pickle库实现读写序列操作示例
Jun 15 Python
OpenCV模板匹配matchTemplate的实现
Oct 18 Python
Python树莓派学习笔记之UDP传输视频帧操作详解
Nov 15 Python
Python 文件数据读写的具体实现
Jan 24 Python
python中提高pip install速度
Feb 14 Python
Python使用扩展库pywin32实现批量文档打印实例
Apr 09 Python
详解python安装matplotlib库三种失败情况
Jul 28 Python
利用Selenium添加cookie实现自动登录的示例代码(fofa)
May 08 Python
尝试使用Python爬取城市租房信息
Apr 12 Python
python Matplotlib基础--如何添加文本和标注
Jan 26 #Python
python如何用matplotlib创建三维图表
Jan 26 #Python
python软件测试Jmeter性能测试JDBC Request(结合数据库)的使用详解
Jan 26 #Python
Python数据模型与Python对象模型的相关总结
Jan 26 #Python
使用豆瓣源来安装python中的第三方库方法
Jan 26 #Python
详解用selenium来下载小姐姐图片并保存
Jan 26 #Python
selenium与xpath之获取指定位置的元素的实现
Jan 26 #Python
You might like
如何使用PHP中的字符串函数
2006/10/09 PHP
PHP网站提速三大“软”招
2006/10/09 PHP
用PHP编写和读取XML的几种方式
2013/01/12 PHP
微信获取用户地理位置信息的原理与步骤
2015/11/12 PHP
PHP编写daemon process 实例详解
2016/11/13 PHP
php使用gearman进行任务分发操作实例详解
2020/02/26 PHP
js jquery获取随机生成id的服务器控件的三种方法
2013/07/11 Javascript
在表单提交前进行验证的几种方式整理
2013/07/31 Javascript
屏蔽相应键盘按钮操作
2014/03/10 Javascript
AngularJS HTML编译器介绍
2014/12/06 Javascript
JavaScript中的prototype原型学习指南
2016/05/09 Javascript
Bootstrap模块dropdown实现下拉框响应
2016/05/22 Javascript
jQuery解决$符号命名冲突
2016/06/18 Javascript
JavaScript中闭包的写法和作用详解
2016/06/29 Javascript
JS实现动画兼容性的transition和transform实例分析
2016/12/13 Javascript
原生js实现吸顶效果
2017/03/13 Javascript
js实现三级联动效果(简单易懂)
2017/03/27 Javascript
Canvas放置反弹效果随机图形(实例)
2017/08/17 Javascript
jQuery实现的简单获取索引功能示例
2018/06/04 jQuery
详解如何理解vue的key属性
2019/04/14 Javascript
基于mpvue小程序使用echarts画折线图的方法示例
2019/04/24 Javascript
javascript 原型与原型链的理解及实例分析
2019/11/23 Javascript
js实现select下拉框选择
2020/01/11 Javascript
JavaScript设计模型Iterator实例解析
2020/01/22 Javascript
jquery实现聊天机器人
2020/02/08 jQuery
JS XMLHttpRequest原理与使用方法深入详解
2020/04/30 Javascript
JS常见错误(Error)及处理方案详解
2020/07/02 Javascript
python批量修改图片大小的方法
2018/07/24 Python
Tensorflow 定义变量,函数,数值计算等名字的更新方式
2020/02/10 Python
Python如何实现大型数组运算(使用NumPy)
2020/07/24 Python
matplotlib bar()实现多组数据并列柱状图通用简便创建方法
2021/02/24 Python
39美元购买一副眼镜或太阳镜:39DollarGlasses.com
2018/06/17 全球购物
2019年c语言经典面试题目
2016/08/17 面试题
捐赠仪式主持词
2014/03/19 职场文书
董事长秘书岗位职责
2015/02/13 职场文书
Kubernetes中Deployment的升级与回滚
2022/04/01 Servers