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字符遍历的艺术
Sep 06 Python
wxPython窗口中文乱码解决方法
Oct 11 Python
Python生成密码库功能示例
May 23 Python
详解python3中的真值测试
Aug 13 Python
python实现石头剪刀布小游戏
Jan 20 Python
python之生产者消费者模型实现详解
Jul 27 Python
用python的turtle模块实现给女票画个小心心
Nov 23 Python
python3 字符串知识点学习笔记
Feb 08 Python
python 实现线程之间的通信示例
Feb 14 Python
Python打包工具PyInstaller的安装与pycharm配置支持PyInstaller详细方法
Feb 27 Python
解决windows下python3使用multiprocessing.Pool出现的问题
Apr 08 Python
10个python爬虫入门实例(小结)
Nov 01 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
论建造顺序的重要性
2020/03/04 星际争霸
我的论坛源代码(八)
2006/10/09 PHP
PHP使用feof()函数读文件的方法
2014/11/07 PHP
php验证身份证号码正确性的函数
2016/07/20 PHP
基于php数组中的索引数组和关联数组详解
2018/03/12 PHP
没有document.getElementByName方法
2013/08/19 Javascript
用JS做的简单的可折叠的两级树形菜单
2013/09/21 Javascript
javascript读取xml实现javascript分页
2013/12/13 Javascript
防止jQuery ajax Load使用缓存的方法小结
2014/02/22 Javascript
jQuery的ready方法详解
2014/11/27 Javascript
jquery文档操作wrap()方法实例简述
2015/01/10 Javascript
SyntaxHighlighter 3.0.83使用笔记
2015/01/26 Javascript
PHP 数组current和next用法分享
2015/03/05 Javascript
jQuery使用$.ajax进行即时验证的方法
2015/12/08 Javascript
使用jQuery Rotare实现微信大转盘抽奖功能
2016/06/20 Javascript
jQuery EasyUI API 中文帮助文档和扩展实例
2016/08/01 Javascript
Windows下Node.js安装及环境配置方法
2017/09/18 Javascript
基于js中的存储键值对以及注意事项介绍
2018/03/30 Javascript
深入了解javascript 数组的sort方法
2018/06/01 Javascript
vue的style绑定background-image的方式和其他变量数据的区别详解
2018/09/03 Javascript
vue工程全局设置ajax的等待动效的方法
2019/02/22 Javascript
Python的print用法示例
2014/02/11 Python
python基于mysql实现的简单队列以及跨进程锁实例详解
2014/07/07 Python
详解Django中的form库的使用
2015/07/18 Python
Python 2与Python 3版本和编码的对比
2017/02/14 Python
pytorch 获取tensor维度信息示例
2020/01/03 Python
Python matplotlib实时画图案例
2020/04/23 Python
python利用tkinter实现图片格式转换的示例
2020/09/28 Python
python批量合成bilibili的m4s缓存文件为MP4格式 ver2.5
2020/12/01 Python
浅谈html5之sse服务器发送事件EventSource介绍
2017/08/28 HTML / CSS
廉价连衣裙和婚纱礼服在线销售:Tbdress
2019/02/28 全球购物
广州迈达威.net面试题目
2012/03/10 面试题
房地产项目建议书
2014/03/12 职场文书
2014年民政局关于保密工作整改措施
2014/09/19 职场文书
女方家长婚礼致辞
2015/07/27 职场文书
解析mybatis-plus中的resultMap简单使用
2021/11/23 Java/Android