背景：
现在移动短视频大火，很多的内容消费都在手机的客户端上进行。为了监控类似抖音短视频平台上的风险数据（主要是视频标题、视频内容、评论区），采用爬虫技术手段来实时爬取内容。
技术方案：
python（脚本程序）+mitmproxy（代理服务器）+appium（自动化工具）
原理：
采用抓包的方式，通过设置代理服务器、以及设置https证书，让所有的http、https的请求和响应全部通过这个代理服务器来转发，然后利用脚本对转发的数据进行处理。
和fiddler、Charles等抓包工具对比，mitmproxy最大的优势是它提供了python脚本的对接入口，可以利用python来处理爬取到的数据。例如：下载视频文件，存储关键信息到我们自己的DB上等。
实现爬取抖音视频及标题数据
第一步：安装环境及工具
安装python环境
安装mitmproxy代理工具
安装appium自动化工具（目前没用到）
略
第二步：设置代理相关
（为支持https请求需安装证书）
1.安装完mitmproxy后，会在如下目录生成证书文件。
2.安装mitmproxy的pc证书
双击mitmproxy-ca.p12证书进行安装，弹出如下窗口：
点击下一步，如下：
点击下一步，如下：
点击下一步，如下：（注意这里密码默认为空）
点击下一步，如下。再点击完成即可。
3.安装mitmproxy的手机客户端证书
把上图中mitmproxy-ca-cert.pem文件导入手机随便一个位置，接着找到手机的设置入口，根据各自手机的情况，反正就是找到并安装上这个证书即可。（这里不细述，苹果手机需信任之类的操作）
4.设置手机代理，把手机请求指向本地电脑的mitmproxy代理。
cmd-->ipconfig-->IPv4地址
设置手机
第三步：启动代理，爬取数据
编写python爬取抖音内容脚本douyin.py，存放在site-packages目录下：
#douyin.py
import json,os
import requests
def response(flow):
#分析数据发现这是抖音旧的视频请求地址（估计是防爬取定时换的吧）
#url='https://api.amemv.com/aweme/v1/aweme/post/'
url='https://api-hl.amemv.com/aweme/v1/aweme/post/'
#筛选出以上面url为开头的url
if flow.request.url.startswith(url):
text=flow.response.text
#将已编码的json字符串解码为python对象
data=json.loads(text)
#print(data)
#在charles中刚刚看到每一个视频的所有信息
#都在aweme_list中
video_url=data['aweme_list']
path='D:/crawler_data/douyin'
#path='D:\crawler_data\douyin'
if not os.path.exists(path):
os.mkdir(path)
for each in video_url:
#视频描述
desc=each['desc']
url=each['video']['play_addr']['url_list'][0]
# print(desc,url)
filename=path+'/'+desc+'.mp4'
# print(filename)
req=requests.get(url=url,verify=False)
with open(filename,'ab') as f:
f.write(req.content)
f.flush()
print(filename,'下载完毕')以加载python的方式启动mitmproxy代理：
（需先cd到site-packages目录，然后执行如下命令）
mitmdump -s douyin.py需要注意：
1）douyin.py存放在python的安裝目录下，不然会报requests模块找不到。
第四步：手工滑动抖音，实时查看抖音视频数据。
（后面可借助appium自动化工具模拟滑动动作）
根据抓包，分析抖音数据结构：
mitmdump上实时打印的抓包数据：
实时下载的抖音视频：
展望及不足：
1）python脚本比较简陋，现在还不支持数据过滤及入库。
2）只是简单的技术验证，如上面提到的，抖音的视频地址可能会变，到时就需要维护成本。
3）如需落地监控，需训练视频内容、邮件通知、视频查阅（可通过定时上传百度云实现视频播放）等。
相关参考资料：
mitmproxy 使用指南：
使用 mitmproxy + python 做拦截代理：（详尽）
python下载安装：（3.6以上）
安装mitmproxy以及遇到的坑和简单用法：
mitmproxy的安装教程
mitmproxy下载界面：
mitmproxy下载界面：（推荐）
使用python爬取抖音app视频：
靠谱的Pycharm安装详细教程：
appium下载界面：
Charles的安装及使用过程：（代理服务器）
Charles和mitmproxy代理设置
mitmproxy的下载及证书配置（简书）
Pycharm No module named requests 的解决方法：
linux下载抖音模块：
win10 python爬取数据：（推荐）
破解版Charles的安装：
