如果看到特别感兴趣的抖音vlogger的视频,想全部dump下来,如何操作呢?下面介绍介绍如何使用python导出特定用户所有视频信息
抓包分析
Chrome Deveploer Tools Chrome 浏览器开发者工具
在抖音APP端,复制vlogger主页地址, 比如: http://v.douyin.com/kGcU4y/ , 在PC端用chrome浏览器打卡,并模拟手机,这里选择iPhone, 然后把复制的主页地址,放到浏览器进行访问,页面跳转到 https://www.iesdouyin.com/share/user/110677980134
下拉主页, 选择Network=>XHR 选项卡, 看到类似请求
:authority: www.iesdouyin.com :method: GET :path: /web/api/v2/aweme/post/"text-align: center">通过分析ajax请求的URL https://www.iesdouyin.com/web/api/v2/aweme/post/"external nofollow" href="https://www.iesdouyin.com/share/user/110677980134">https://www.iesdouyin.com/share/user/110677980134
(function() { $(function(){ __M.require('douyin_falcon:page/reflow_user/index').init({ uid: "110677980134", dytk: '061ae6e81229e178146aa674327eba89' }); }); })();通过正则获取到此参数
- _signature 获取比较复杂,抖音对前端的js代码进行了混淆压缩,不易直接分析出算法过程,不过可以执行签名算法代码,并返回对应的签名结果。
- 执行js代码的可以使用nodejs或者selenium webdriver,这里推荐使用selenium webdriver , nodejs的js执行环境与浏览器有区别,计算出的签名结果,并不能通过验证,selenium webdriver 可以调用本地浏览器,计算出的签名可以跟浏览器直接访问访问计算出的签名一致。
- 格式化之后的js代码,点击查看, 执行js方法 _bytedAcrawler.sign("110677980134") 对参数进行签名
代码实现导出主页视频列表
def get_user_video_list_by_uid(user_id, cursor=0): url = 'https://www.iesdouyin.com/web/api/v2/aweme/post/"sign:%s,dytk:%s" % (sign, dytk)) if sign is None or dytk is None: tk_logger.log("sign [%s] or dytk [%s] is none" % (sign, dytk)) return None headers = dict_merge(CHROME_HEADER, { "Accept": "application/json", "X-Requested-With": "XMLHttpRequest", }) params = { "user_id": user_id, "count": "21", "max_cursor": cursor, "aid": "1128", "_signature": sign, "dytk": dytk } res = requests.get(url, headers=headers, params=params) tk_logger.info("request url: %s" % res.url) content = res.content.decode("utf8") jsn = json.loads(content) return jsn
获取的视频列表信息
获取视频信息代码片段
def get_video_detail_by_id(video_id): url = "https://aweme-hl.snssdk.com/aweme/v1/aweme/detail/" data = {"aweme_id": video_id} headers = { "sdk-version": "1", "x-Tt-Token": "00fc1e7950db67b5f43a312e9265cdfee513ea70c36d918c871f3bb553347f3db50ffca143b8722327b345816a75efca071d", "User-Agent": "Aweme 6.5.0 rv:65014 (iPhone; iOS 12.3.1; en_CN) Cronet", "Content-Type": "application/x-www-form-urlencoded", "Cookie": "tt_webid=6636348554880222728; __tea_sdk__user_unique_id=6636348554880222728; odin_tt=76d9b82d6e6f2ddfc99719a5b5d44a7d703cf977f0f7bddf8537f93920d57cb9ec33162ee47868b760f6b09e69209bb2f90bad220b75678af850a0dfa9f056e2; install_id=74239983401; ttreq=1$dab0516952a4157c0c11d4993533c09d6e45fc94; sid_guard=fc1e7950db67b5f43a312e9265cdfee5%7C1559955316%7C5184000%7CWed%2C+07-Aug-2019+00%3A55%3A16+GMT; uid_tt=0afcb06309f632d872799ec0ac3b2c80; sid_tt=fc1e7950db67b5f43a312e9265cdfee5; sessionid=fc1e7950db67b5f43a312e9265cdfee5", "X-Khronos": "1559956401", "X-Gorgon": "8300000000002e40eee38cad71d14037bd1385d18bc973f094f5", } ret = {} res = requests.post(url, data=data, headers=headers) if res.status_code == 200: # tk_logger.info("video detail raw:%s" % res.content.decode("utf8")) jsn = json.loads(res.content) detail = jsn.get("aweme_detail", {}) video_info = get_video_info(detail) user_info = get_user_info(detail) play_addr = get_play_address(detail) video_cover = get_video_cover(detail) ret["video_info"] = video_info ret["user_info"] = user_info ret["play_addr"] = play_addr ret["video_cover"] = video_cover else: raise TKException("get video detail failed [%s][%d]" % (url, res.status_code)) return ret
下载视频代码片段
detail = get_video_detail_by_id(video_id) def download_video(detail): url = detail.get("play_addr", {}).get("url_list", []) if len(url) == 0: raise TKException("cannot get video url list [%s]" % detail) url = url[0] folder = DOWNLOAD_DIR + '/' + detail.get('user_info', {}).get("uid", "unknown") if not os.path.exists(folder): os.mkdir(folder) video_id = detail.get('video_info', {}).get('statistics', {}).get('aweme_id') # filename = "%s/%s" % (folder, detail.get("video_info", {}).get("desc", video_id) + ".mp4") filename = "%s/%s" % (folder, video_id + ".mp4") tk_logger.info("download video %s" % url) if os.path.isfile(filename): file_size = get_remote_file_size(url) if file_size == os.path.getsize(filename): tk_logger.info("file already downloaded, skip ...") return else: tk_logger.info("download file , file size:%d" % file_size) res = requests.get(url, headers=IOS_HEADER) if res.status_code == 200: with open(filename, "wb") as fp: for chunk in res.iter_content(chunk_size=1024): fp.write(chunk) else: raise TKException("download video [%s] failed [%d]" % (url, res.status_code))
下载视频
总结
以上所述是小编给大家介绍的使用python爬取抖音视频列表信息 ,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 雨林唱片《赏》新曲+精选集SACD版[ISO][2.3G]
- 罗大佑与OK男女合唱团.1995-再会吧!素兰【音乐工厂】【WAV+CUE】
- 草蜢.1993-宝贝对不起(国)【宝丽金】【WAV+CUE】
- 杨培安.2009-抒·情(EP)【擎天娱乐】【WAV+CUE】
- 周慧敏《EndlessDream》[WAV+CUE]
- 彭芳《纯色角3》2007[WAV+CUE]
- 江志丰2008-今生为你[豪记][WAV+CUE]
- 罗大佑1994《恋曲2000》音乐工厂[WAV+CUE][1G]
- 群星《一首歌一个故事》赵英俊某些作品重唱企划[FLAC分轨][1G]
- 群星《网易云英文歌曲播放量TOP100》[MP3][1G]
- 方大同.2024-梦想家TheDreamer【赋音乐】【FLAC分轨】
- 李慧珍.2007-爱死了【华谊兄弟】【WAV+CUE】
- 王大文.2019-国际太空站【环球】【FLAC分轨】
- 群星《2022超好听的十倍音质网络歌曲(163)》U盘音乐[WAV分轨][1.1G]
- 童丽《啼笑姻缘》头版限量编号24K金碟[低速原抓WAV+CUE][1.1G]