《抖音APP》爬虫思路分享总结

9,152 阅读2分钟
原文链接: mp.weixin.qq.com

1、APP抓包教程,需要用到fiddler

fiddler配置如果不明白的可以百度下,按照教程一步步安装配置

2、寻找返回用户aweme_count和uid数据的接口

进入我关注的抖音用户主页,找到用户的抖音号并记录下来,该抖音号为unique_id(unique_id区别于uid)

用户主页有如下数据:如图所示

注:该页面并没有返回我们需要的uid数据,需要通过如下方式搜索,在另外一个页面抓包才能获取

抖音主页点击搜索图标

输入用户主页获取到的unique_id值,并点击搜索

进入该页面,切换到用户栏,该页面会返回我们需要的数据和接口

fiddler抓包,该接口返回我们需要的两个参数,作品数aweme_count和用户uid

上代码,input输入的为用户主页的unique_id,传入下面的方法中

拿到unique_id,我们请求接口,提取我们需要的数据aweme_count和uid,并打印成功,这一步结束

注:本网站为HTTPS加密,需要加verify=False参数,并要加headers

3、接下来寻找视频播放页面接口

手机切换到用户主页,会出现我们需要抓包的接口,因为用户主页有视频,自然接口在这里面

抓包,成功抓到下面图中所示的share_url接口,该接口需要我们传2个参数,就是上一步我们获取到的aweme_count和uid

注:share_url并不是最终我们真正下载视频的接口,需要对share_url返回的数据进一步提取,才能找到真正的视频接口

上代码,但该接口测试一些发现有些不方便用,经查阅网上一些资料,发现需要用到抖音之前的老接口,如代码中所示

这里获取得到的video_urls是一个假的视频接口,需要进一步提取真的视频接口

将video_urls传进下载视频的方法中,中间我调用了get_download_url方法,进一步提取真正的视频接口

提取真正视频接口,通过get请求假接口,在返回的一大坨响应中通过正则匹配提取

这里简单截图了两个视频接口的区别,这幅图是假的视频接口,虽然也有视频,但并不是真正的

下面这个才是我们真正的视频接口,整个页面只有一个视频,直接下载视频数据

本人经验有限,不足之处欢迎指正