記錄一下如何用python爬取app數(shù)據(jù)，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(dòng)化工具：appium
運(yùn)行環(huán)境：windows10
思路：
假設(shè)已經(jīng)配置好我們所需要的工具
1、使用mitmproxy對(duì)手機(jī)app抓包獲取我們想要的內(nèi)容
2、利用appium自動(dòng)化測(cè)試工具，驅(qū)動(dòng)app模擬人的動(dòng)作（滑動(dòng)、點(diǎn)擊等）
3、將1和2相結(jié)合達(dá)到自動(dòng)化爬蟲的效果
# mitmproxy/mitmdump抓包
確保已經(jīng)安裝好了mitmproxy，并且手機(jī)和PC處于同一個(gè)局域網(wǎng)下，同時(shí)也配置好了mitmproxy的CA證書，網(wǎng)上有很多相關(guān)的配置教程，這里我就略過了。
因?yàn)閙itmproxy不支持windows系統(tǒng)，所以這里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(duì)接我們的Python腳本，用Python實(shí)現(xiàn)監(jiān)聽后的處理。
在配置好mitmproxy之后,在控制臺(tái)上輸入mitmdump并在手機(jī)上打開抖音app，mitmdump會(huì)呈現(xiàn)手機(jī)上的所有請(qǐng)求，如下圖
可以在抖音app一直往下滑，看mitmdump所展示的請(qǐng)求，會(huì)發(fā)現(xiàn)前綴分別為
http://v1-dy.ixigua.com/；http://v3-dy.ixigua.com/；http://v9-dy.ixigua.com/ 這3個(gè)類型前綴的url正是我們的目標(biāo)抖音視頻url。
那接下來(lái)就要編寫python腳本將視頻下載下來(lái)，需要使用 mitmdump -s scripts.py（此處為python文件名）來(lái)執(zhí)行腳本。
import requests# 文件路徑path = 'D:/video/'num = 1788 def response(flow): global num # 經(jīng)測(cè)試發(fā)現(xiàn)視頻url前綴主要是3個(gè) 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(shè)置視頻名 filename = path + str(num) + '.mp4' # 使用request獲取視頻url的內(nèi)容 # stream=True作用是推遲下載響應(yīng)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(lái)，不過這個(gè)方法有個(gè)缺陷，就是獲取視頻需要人來(lái)不斷地滑動(dòng)抖音的下一個(gè)視頻，這時(shí)候我們可以用一個(gè)強(qiáng)大的appium自動(dòng)化測(cè)試工具來(lái)解決。
# Appium對(duì)手機(jī)進(jìn)行模擬操作
確保已經(jīng)配置好appium所依賴的環(huán)境Android和SDK，網(wǎng)上也有許多教程，這里我就不說了。 appium的用法很簡(jiǎn)單，首先我們先打開appium，啟動(dòng)界面如下
?點(diǎn)擊Start Server按鈕即可啟動(dòng)appium服務(wù)
?將Android手機(jī)通過數(shù)據(jù)線與PC相連，同時(shí)打開USE調(diào)試功能，可以輸入adb命令（具體可以去網(wǎng)上查找）測(cè)試連接情況，若出現(xiàn)以下結(jié)果，則說明連接成功
?model是設(shè)備名，后面配置需要用到。之后點(diǎn)擊下圖箭頭所指的按鈕就會(huì)出現(xiàn)一個(gè)配置頁(yè)面
?在右下角的JSON Representation配置啟動(dòng)app的Desired Capabilities參數(shù)，分別是paltformName、deviceName、appPackage、appActivity。
platformName:平臺(tái)名稱，一般是Android或iOS.
deviceName:設(shè)備名稱，手機(jī)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(gè)可以通過以下方法獲取到。 在控制臺(tái)上輸入 adb logcat>D:log.log 命令，并且在手機(jī)打開抖音app，然后在D盤中打開log.log文件，查找Displayed關(guān)鍵字
?由上圖可以知道Displayed后面的 com.ss.android.ugc.aweme對(duì)應(yīng)的是appPackage，.main.MainActivity對(duì)應(yīng)的是appActivity，最后我們的配置結(jié)果如下：
{ "platformName": "Android", "deviceName": "Mi_Note_3", "appPackage": "com.ss.android.ugc.aweme", "appActivity": ".main.MainActivity"} 再點(diǎn)擊Start Session即可啟動(dòng)Android手機(jī)上的抖音app并進(jìn)入到啟動(dòng)頁(yè)面，同時(shí)PC上會(huì)彈出一個(gè)調(diào)試窗口，從這個(gè)窗口可以預(yù)覽當(dāng)前手機(jī)頁(yè)面，還可以對(duì)手機(jī)模擬各種操作，在本文不是重點(diǎn)，所以略過。
在下面我們將使用python腳本來(lái)驅(qū)動(dòng)app，直接在pycharm運(yùn)行即可
from appium import webdriverfrom time import sleep class Action(): def __init__(self): # 初始化配置，設(shè)置Desired Capabilities參數(shù) 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(gè)Session self.driver = webdriver.Remote(self.server, self.desired_caps) # 設(shè)置滑動(dòng)初始坐標(biāo)和滑動(dòng)距離 self.start_x = 500 self.start_y = 1500 self.distance = 1300 def comments(self): sleep(2) # app開啟之后點(diǎn)擊一次屏幕，確保頁(yè)面的展示 self.driver.tap([(500, 1200)], 500) def scroll(self): # 無(wú)限滑動(dòng) while True: # 模擬滑動(dòng) self.driver.swipe(self.start_x, self.start_y, self.start_x, self.start_y-self.distance) # 設(shè)置延時(shí)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(huì)爬取到重復(fù)的視頻
原文標(biāo)題：實(shí)戰(zhàn)：帶你用Python爬取抖音app視頻
文章出處：【微信公眾號(hào)：馬哥Linux運(yùn)維】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
數(shù)據(jù)
+關(guān)注
關(guān)注
8文章
7239瀏覽量
90988 -
APP
+關(guān)注
關(guān)注
33文章
1585瀏覽量
73805 -
python
+關(guān)注
關(guān)注
56文章
4825瀏覽量
86163
原文標(biāo)題：實(shí)戰(zhàn)：帶你用Python爬取抖音app視頻
文章出處：【微信號(hào)：magedu-Linux，微信公眾號(hào)：馬哥Linux運(yùn)維】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
基于Python3對(duì)攜程網(wǎng)頁(yè)上北京五星級(jí)酒店列表的爬取
Python3 爬取攜程網(wǎng)[1] 根據(jù)好評(píng)優(yōu)先順序，獲取北京五星級(jí)酒店列表
發(fā)表于 04-19 16:25
基于Python實(shí)現(xiàn)一只小爬蟲爬取拉勾網(wǎng)職位信息的方法
通俗易懂的分析如何用Python實(shí)現(xiàn)一只小爬蟲，爬取拉勾網(wǎng)的職位信息
發(fā)表于 05-17 06:54
移動(dòng)抖音卡全新發(fā)布免流量刷抖音你會(huì)辦理嗎？
“像一顆海草海草海草海草，隨波飄搖……”每天晚上睡覺前刷刷抖音上班坐在公交車上刷刷抖音閑著沒事總是要刷刷抖
抖音到底因?yàn)槭裁椿鸪蛇@樣？
7月16日，抖音官方正式宣布，抖音全球月活躍用戶數(shù)超過5億。這是抖音首次對(duì)外公布自己的全球月活躍
《2018抖音大數(shù)據(jù)報(bào)告》見證國(guó)民娛樂短視頻APP誕生
2018大數(shù)據(jù)報(bào)告》，全方位整理了這款國(guó)民娛樂短視頻APP的誕生路徑。**用戶活躍度屢創(chuàng)新高，塑造高粘性使用習(xí)慣**據(jù)官方數(shù)據(jù)顯示，抖音國(guó)內(nèi)
抖音對(duì)數(shù)據(jù)造假等各類違規(guī)行為進(jìn)行實(shí)時(shí)攔截
截至2020年8月，包含抖音火山版在內(nèi)，抖音的日活躍用戶已經(jīng)超過了6億。隨著抖音的火爆，相關(guān)第三
抖音官方回應(yīng)上線抖音支付：作為目前若干主要支付方式的補(bǔ)充
據(jù)支付百科消息，抖音支付已在抖音APP內(nèi)正式上線，在抖音
抖音為什么要做支付？移動(dòng)支付會(huì)變天嗎？
有人說，沒有一家中國(guó)互聯(lián)網(wǎng)公司，會(huì)拒絕金融。 抖音也不例外。 1月19日，抖音App內(nèi)正式上線支付功能，用戶在
Python怎么玩轉(zhuǎn)JS腳本
本項(xiàng)目旨在讓大家了解如何用Python來(lái)執(zhí)行JS腳本，其主要目的是在進(jìn)行數(shù)據(jù)
分析時(shí)，需要利用爬蟲獲取數(shù)據(jù)，有時(shí)會(huì)遇到JS混淆加密反爬
Scrapy怎么爬取Python文件
我們介紹了Scrapy框架運(yùn)行基本原理,緊接著我們介紹了如何利用Scrapy爬取文本數(shù)據(jù)
工商網(wǎng)監(jiān)
評(píng)論