python爬虫抖某音爬取视频 Airtest+fiddler
2020-12-13 04:57
标签:规则 html for 请求 name system 空格 自动保存 chrome 所用到的模块和库 : python3+reqeuests+Airtest+fiddler Airtest : (app自动化软,类似Appium,网易家的本人很喜欢) 1.首先环境的配置 Fiddler 和Airtest fiddler可以设定抓取包的链接,并自动保存到设定的txt文件中 #在配置好手机证书,以及可以抓到手机包的情况下,再看下面步骤----配置fiddler环境:https://jingyan.baidu.com/article/1876c8524581d9890b1376a5.html 手机抓包证书教程:https://www.jianshu.com/p/724097741bdf 弄好之后,打开抖音,可以看到一堆抖音的包的话,就说明可以了, 接着来下面操作,设置抓包规则并自动保存 由于截图不好截,就手机拍了= =图片不好勿打 打开后按ctrl+f 搜素 OnBeforeRequest 找到这个方法 将下面代码插入fiddler OnBeforeRequest 方法中 将上面的代码插入后打开抖音刷一刷,然后去自动保存的地址查询是否有相应的txt文档,如果没有,查看fiddler对应视频包名是否有修改 效果---这些链接可以在浏览器打开,但是可能看不到视频,那是浏览器不支持,这个无影响, !!!这些地址是有有效期的。。目测是大概1-2小时吧 那么问题来了。。如何自动模拟人的滑动来获取到这些链接----华丽丽的Airtest登场(没有接触过手机自动化软件的可以先去入门了,入门后再回来查看,有appium的童鞋可以接着看) Airetest 基本操作教程:https://segmentfault.com/a/1190000017982620?utm_source=tag-newest Airtest是支持python代码操作的, 需要对应的库 :pocoui 安装好之后,写入自动滑动抖音的视频来截取链接-----当然可以截取 推荐,同城,搜索,榜单的一些视频包,只需要打开相应的视频界面滑动 以下是我写的自动上滑,拉动视频的代码--如果不适用,建议在Airtest上自己写好copy到python代码中就欧克 那么有了视频的链接。。。剩下的就是写一个python代码获取这些链接并请求写入mp4视频文件中了 !!!注意视频链接是有 有效期的 大概1-2小时吧,所以建议是,一边滑动获取链接,一边写入生成链接 下面是python获取链接,和写入mp4的代码。。。如有不合适,请自行修改调试代码 获取和生成两个方法可以 同时进行, 多线程,多个文件,多个进程随意 生成视频后清空txt文件,休眠十几分钟让滑动程序,继续截图视频包链接 如果有优化,以及更好的方案可以随时联系我, 以上均为原创所写,转载请标明出处! python爬虫抖某音爬取视频 Airtest+fiddler 标签:规则 html for 请求 name system 空格 自动保存 chrome 原文地址:https://www.cnblogs.com/HugJun/p/11125745.html//保存到本地添加开始
//这是抖音的地址 设定视频包的链接名
if (
oSession.fullUrl.Contains("v1-dy.bytecdn.cn")||
oSession.fullUrl.Contains("v3-dy-y.bytecdn.cn")||
oSession.fullUrl.Contains("v3-dy.z.bytecdn.cn")||
oSession.fullUrl.Contains("v5-dy.bytecdn.cn")||
oSession.fullUrl.Contains("v6-dy.bytecdn.cn") ||
oSession.fullUrl.Contains("v9-dy-z.bytecdn.cn") ||
oSession.fullUrl.Contains("v9-dy.bytecdn.cn")
){
var fso;
var file;
fso = new ActiveXObject("Scripting.FileSystemObject");
//文件保存路径,可自定义 自动保存的txt文档地址
file = fso.OpenTextFile("E:\\url_bt\\douyin.txt",8,true);
//file.writeLine("Request-url:" + oSession.url);
file.writeLine("http://"+oSession.url)
//file.writeLine("Request-host:" + oSession.host);
//file.writeLine("Request-header:" + "\n" + oSession.oRequest.headers);
//file.writeLine("Request-body:" + oSession.GetRequestBodyAsString());
//file.writeLine("\n");
file.close();
}
//保存到本地添加结束
pip install pocoui
__author__ = "xiaojun"
from airtest.core.api import *
auto_setup(__file__)
from poco.drivers.android.uiautomation import AndroidUiautomationPoco
poco = AndroidUiautomationPoco(use_airtest_input=True, screenshot_each_action=False)
#模拟滑动
def douyin_spwipe():
#无限循环向上滑动
while True:
#坐标,以及速度
poco.swipe([0.5,0.8],[0.5,0.3],duration=0.2)
sleep(3)
import os
import requests
import sys
import time
from fake_useragent import UserAgent
headers = {
‘User-Agent‘:UserAgent().chrome
}
#去重
def distinct_data():
datalist_blank = []
with open(r‘E:\url_bt\douyin.txt‘,‘r‘) as f:
#读取所有行,生成列表
f_data_list = f.readlines()
print(f_data_list)
for url in f_data_list:
if len(url)>40:
datalist_blank.append(url.strip()) #去掉\n strip去掉头尾默认空格或换行符
# print(url.strip())
f.close()
# print(len(datalist_blank), datalist_blank)
# print(len(set(datalist_blank)), set(datalist_blank))
#去重后的列表url
datalist_blank= list(set(datalist_blank))
return datalist_blank
#写入文件夹
def responsedouyin():
#获得种子链接
data_url=distinct_data()
#统计文件夹中视频数量
DIR = r‘E:\url_bt\douyin_mp4‘ # 要统计的文件夹
num = len([name for name in os.listdir(DIR) if os.path.isfile(os.path.join(DIR, name))])+1
print(num)#文件夹现文件数量
for url in data_url:
# stream=True作用是推迟下载响应体直到访问Response.content属性
# res = requests.get(url,stream=True,headers=headers)
res = requests.get(url=url, stream=True, headers=headers)
# #定义视频存放的路径
pathinfo = r‘E:\url_bt\douyin_mp4\%d.mp4‘%num #%d 用于整数输出 %s用于字符串输出
# 实现下载进度条显示,这一步需要得到总视频大小
total_size = int(res.headers[‘Content-Length‘])
print(‘这是视频的总大小:‘,total_size)
#设置流的起始值为0
temp_size = 0
if res.status_code == 200:
# 将视频写入文件夹
with open(pathinfo, ‘wb‘) as file:
file.write(res.content)
print(pathinfo + ‘下载完成啦啦啦啦啦‘)
num += 1
with open(r‘E:\url_bt\douyin.txt‘, ‘w‘) as f:
f.write(‘‘)
f.close()
time.sleep(700)
上一篇:关于CSS基础框架的学习
下一篇:MKNetWorkKit(转载)
文章标题:python爬虫抖某音爬取视频 Airtest+fiddler
文章链接:http://soscw.com/essay/30248.html