前言文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理，我来为大家科普一下关于python爬取抖音短教程?以下内容希望对你有帮助!
python爬取抖音短教程
前言
文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
作者： 星安果、AirPython
PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
http://note.youdao.com/noteshare?id=3054cce4add8a909e784ad934f956cef
目 标 场 景
相信大家平时刷抖音短视频的时候，看到颜值高的小姐姐，都有随手点赞关注的习惯。
如果一条条去刷确实很耗时间，如果 Python 能帮忙筛选出颜值高的小姐姐那就省了很多事。
本篇文章是借助「百度人脸识别」API，帮我们识别出抖音上颜值高的小姐姐，然后下载到手机相册中。
准 备 工 作
首先，项目需要对页面元素进行一些精准的操作，需要提前准备一部 Android 设备，激活开发者选项，并在开发者选项中打开 「USB 调试和指针位置」两处设置。
为了确保 adb 命令能正常使用，需要提前配置好 adb 开发环境。
页面元素中的部分元素没法利用 name 等常用属性获取到，可能需要获取到完整的「UI 树」，再利用 Airtest 判断是否存在某个 UI 元素。
# 安装依赖 pip3 install pocoui
另外，项目中会对视频进行人脸识别，获取到出现的所有人脸，再进行性别识别及颜值判断。
这里需要进行百度云后台，注册一个人脸识别的应用，获取到一组 「API Key 和 Secret Key」值。
然后利用官网提供的 API 文档即可获取到「access token」，由于 ak 的有效期为一个月，所以只需要初始化一次，后面就可以利用人脸识别接口进行正常的识别了。
appid = '你注册应用的appid' api_key = '你注册应用的ak' secret_key = '你注册应用的sk' def get_access_token(): """ 其关access_token有效期一般有一个月 """ # 此变量赋值成自己API Key的值 client_id = api_key # 此变量赋值成自己Secret Key的值 client_secret = secret_key auth_url = 'http://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' client_id '&client_secret=' client_secret header_dict = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko', "Content-Type": "application/json"} # 请求获取到token的接口 response_at = requests.get(auth_url, headers=header_dict) json_result = json.loads(response_at.text) access_token = json_result['access_token'] return access_token
编 写 脚 本
在上面已经配置好了 adb 环境的情况下，可以直接借助 python 中的 os 模块执行 adb 命令打开抖音 App。
# 抖音App的应用包名和初始Activity package_name = 'com.ss.android.ugc.aweme' activity_name = 'com.ss.android.ugc.aweme.splash.SplashActivity' def start_my_app(package_name, activity_name): """ 打开应用 adb shell am start -n com.tencent.mm/.ui.LauncherUI :param package_name: :return: """ os.popen('adb shell am start -n %s/%s' % (package_name, activity_name))
接着，我们需要截取当前播放视频的截图到本地。 需要注意的是，抖音视频播放界面包含视频创作者头像、BGM 创作者头像等一些杂乱的元素，可能对人脸识别的结果产生一些误差，所以需要对屏幕截图之后的图像进行「二次裁剪」处理。
def get_screen_shot_part_img(image_name): """ 获取手机截图的部分内容 :return: """ # 截图 os.system("adb shell /system/bin/screencap -p /sdcard/screenshot.jpg") os.system("adb pull /sdcard/screenshot.jpg %s" % image_name) # 打开图片 img = Image.open(image_name).convert('RGB') # 图片的原宽、高(1080*2160) w, h = img.size # 截取部分，去掉其头像、其他内容杂乱元素 img = img.crop((0, 0, 900, 1500)) img.thumbnail((int(w / 1.5), int(h / 1.5))) # 保存到本地 img.save(image_name) return image_name
现在可以使用百度提供的 API 获取到上面截图的人脸列表。
def parse_face_pic(pic_url, pic_type, access_token): """ 人脸识别 5秒之内 :param pic_url: :param pic_type: :param access_token: :return: """ url_fi = 'http://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=' access_token # 调用identify_faces，获取人脸列表 json_faces = identify_faces(pic_url, pic_type, url_fi) if not json_faces: print('未识别到人脸') return None else: # 返回所有的人脸 return json_faces
从上述的人脸列表中筛选出性别为女，年龄为 18-30 岁之间，颜值超过 70 的小姐姐。
def analysis_face(face_list): """ 分析人脸，判断颜值是否达标 18-30之间，女，颜值大于80 :param face_list:识别的脸的列表 :return: """ # 是否能找到高颜值的美女 find_belle = False if face_list: print('一共识别到%d张人脸，下面开始识别是否有美女~' % len(face_list)) for face in face_list: # 判断是男、女 if face['gender']['type'] == 'female': age = face['age'] beauty = face['beauty'] if 18 <= age <= 30 and beauty >= 70: print('颜值为:%d,及格，满足条件！' % beauty) find_belle = True break else: print('颜值为:%d,不及格，继续~' % beauty) continue else: print('性别为男,继续~') continue else: print('图片中没有发现人脸.') return find_belle
由于视频是连续播放的，很难通过截取视频某一帧，判断视频有出现颜值高的小姐姐。
另外，大部分短视频播放时长为「10s 」，这里需要对每一个视频多次截图去做人脸识别，直到识别到颜值高的小姐姐。
# 一条视频最长的识别时间 RECOGNITE_TOTAL_TIME = 10 # 识别次数 recognite_count = 1 # 对当前视频截图去人脸识别 while True: # 获取截图 p int('开始第%d次截图' % recognite_count) # 截取屏幕有用的区域，过滤视频作者的头像、BGM作者的头像 screen_name = get_screen_shot_part_img('images/temp%d.jpg' % recognite_count) # 人脸识别 recognite_result = analysis_face(parse_face_pic(screen_name, TYPE_IMAGE_LOCAL, access_token)) recognite_count = 1 # 第n次识别结束后的时间 recognite_time_end = datetime.now() # 这一条视频出现了颜值高的小姐姐 if recognite_result: pass else: print('超时！！！这是一条没有吸引力的视频！') # 跳出里层循环 break
一旦当前播放的视频识别出有颜值高的小姐姐，就需要模拟保存视频到本地的操作。
获取「分享」和「保存本地」两个按钮的坐标位置，依次利用 adb 执行点击操作即可下载视频到本地。
def save_video_met(): """ :return: """ # 分享 os.system("adb shell input tap 1000 1500") time.sleep(0.05) # 保存到本地 os.system("adb shell input tap 350 1700")
另外，由于下载视频的过程是一个耗时操作，在下载进度对话框还未消失之前，需要做一个「模拟等待」的操作。
def wait_for_download_finished(poco): """ 从点击下载，到下载完全 :return: """ element = Element() while True: # 由于是对话框，不能利用Element类来判断是否存在某个元素来准确处理 # element_result = element.findElementByName('正在保存到本地') # 当前页面UI树元素信息 # 注意：保存的时候可能会获取元素异常，这里需要抛出，并终止循环 # com.netease.open.libpoco.sdk.exceptions.NodeHasBeenRemovedException: Node was no longer alive when query attribute "visible". Please re-select. try: ui_tree_content = json.dumps(poco.agent.hierarchy.dump(), indent=4).encode('utf-8').decode('unicode_escape') except Exception as e: print(e) print('异常，按下载处理~') break if '正在保存到本地' in ui_tree_content: print('还在下载中~') time.sleep(0.5) continue else: print('下载完成~') break
在视频保存到本地之后，就可以模拟向上滑动的操作，跳到播放「下一条视频」。 循环上面的操作，即可筛选出所有颜值高的小姐姐，并保存到本地。
def play_next_video(): """ 下一个视频 从下往上滑动 :return: """ os.system("adb shell input swipe 540 1300 540 500 100")
在脚本一条条刷视频的过程中，可能会遇到一下广告，我们需要对这类视频进行过滤。
def is_a_ad(): """ 判断的当前页面上是否是一条广告 :return: """ element = Element() ad_tips = ['去玩一下', '去体验', '立即下载'] find_result = False for ad_tip in ad_tips: try: element_result = element.findElementByName(ad_tip) # 是一条广告,直接跳出 find_result = True break except Exception as e: find_result = False return find_resul
结 果 结 论
运行上面的脚本，会自动打开抖音，对每一条小视频多次进行人脸识别，直到识别到颜值高的小姐姐，保存视频到本地，然后继续刷下一条短视频。
如果你觉得文章还不错，请大家点赞分享下。你的肯定是我最大的鼓励和支持。
