建站
咨詢
售后
建站咨詢
新聞中心
記錄一下如何用python爬取app數(shù)據，本文以爬取抖音視頻app為例。
成都創(chuàng)新互聯(lián)公司長期為上千余家客戶提供的網站建設服務，團隊從業(yè)經驗10年，關注不同地域、不同群體，并針對不同對象提供差異化的產品和服務；打造開放共贏平臺，與合作伙伴共同營造健康的互聯(lián)網生態(tài)環(huán)境。為回民企業(yè)提供專業(yè)的網站設計制作、做網站，回民網站改版等技術服務。擁有10多年豐富建站經驗和眾多成功案例,為您定制開發(fā)。
- 編程工具：pycharm
- app抓包工具：mitmproxy
- app自動化工具：appium
- 運行環(huán)境：windows10
假設已經配置好我們所需要的工具
- 使用mitmproxy對手機app抓包獲取我們想要的內容
- 利用appium自動化測試工具，驅動app模擬人的動作(滑動、點擊等)
- 將1和2相結合達到自動化爬蟲的效果
一、mitmproxy/mitmdump抓包
確保已經安裝好了mitmproxy，并且手機和PC處于同一個局域網下，同時也配置好了mitmproxy的CA證書，網上有很多相關的配置教程，這里我就略過了。
因為mitmproxy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，可以利用它對接我們的Python腳本，用Python實現(xiàn)監(jiān)聽后的處理。
在配置好mitmproxy之后,在控制臺上輸入mitmdump并在手機上打開抖音app，mitmdump會呈現(xiàn)手機上的所有請求，如下圖：
可以在抖音app一直往下滑，看mitmdump所展示的請求，會發(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個類型前綴的url正是我們的目標抖音視頻url。
那接下來就要編寫python腳本將視頻下載下來，需要使用 mitmdump -s scripts.py(此處為python文件名)來執(zhí)行腳本。
- import requests
- # 文件路徑
- path = 'D:/video/'
- num = 1788
- def response(flow):
- global num
- # 經測試發(fā)現(xiàn)視頻url前綴主要是3個
- 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):
- # 設置視頻名
- filename = path + str(num) + '.mp4'
- # 使用request獲取視頻url的內容
- # stream=True作用是推遲下載響應體直到訪問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，不過這個方法有個缺陷，就是獲取視頻需要人來不斷地滑動抖音的下一個視頻，這時候我們可以用一個強大的appium自動化測試工具來解決。
二、Appium對手機進行模擬操作
確保已經配置好appium所依賴的環(huán)境Android和SDK，網上也有許多教程，這里我就不說了。
appium的用法很簡單，首先我們先打開appium，啟動界面如下：
點擊Start Server按鈕即可啟動appium服務。
將Android手機通過數(shù)據線與PC相連，同時打開USB調試功能，可以輸入adb命令(具體可以去網上查找)測試連接情況，若出現(xiàn)以下結果，則說明連接成功。
model是設備名，后面配置需要用到。之后點擊下圖箭頭所指的按鈕就會出現(xiàn)一個配置頁面。
在右下角的JSON Representation配置啟動app的Desired Capabilities參數(shù)，分別是paltformName、deviceName、appPackage、appActivity。
- platformName:平臺名稱，一般是Android或iOS.
- deviceName:設備名稱，手機的具體類型
- 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這兩個可以通過以下方法獲取到。
在控制臺上輸入 adb logcat>D:\log.log 命令，并且在手機打開抖音app，然后在D盤中打開log.log文件，查找Displayed關鍵字。
由上圖可以知道Displayed后面的 com.ss.android.ugc.aweme對應的是appPackage，.main.MainActivity對應的是appActivity，最后我們的配置結果如下：
- {
- "platformName": "Android",
- "deviceName": "Mi_Note_3",
- "appPackage": "com.ss.android.ugc.aweme",
- "appActivity": ".main.MainActivity"
- }
再點擊Start Session即可啟動Android手機上的抖音app并進入到啟動頁面，同時PC上會彈出一個調試窗口，從這個窗口可以預覽當前手機頁面，還可以對手機模擬各種操作，在本文不是重點，所以略過。
在下面我們將使用python腳本來驅動app，直接在pycharm運行即可。
- from appium import webdriver
- from time import sleep
- class Action():
- def __init__(self):
- # 初始化配置，設置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Session
- self.driver = webdriver.Remote(self.server, self.desired_caps)
- # 設置滑動初始坐標和滑動距離
- self.start_x = 500
- self.start_y = 1500
- self.distance = 1300
- def comments(self):
- sleep(2)
- # app開啟之后點擊一次屏幕，確保頁面的展示
- self.driver.tap([(500, 1200)], 500)
- def scroll(self):
- # 無限滑動
- while True:
- # 模擬滑動
- self.driver.swipe(self.start_x, self.start_y, self.start_x,
- self.start_y-self.distance)
- # 設置延時等待
- 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:偶爾會爬取到重復的視頻。
分享標題：如何使用Python爬取抖音APP視頻
地址分享：http://www.dlmjj.cn/article/dpjdgig.html
