爬虫进阶教程:抖音APP无水印视频批量下载

2018年3月19日21:51:09 196 43,494 °C
摘要

本文为两类人准备:技术控和工具控。如果你是工具控,想简单方便地下载无水印的视频,那么可以使用第三方去水印平台,如果你是技术控,想要使用自己写的代码下载视频,那么可以使用本文的方法,用python写爬虫下载视频。

爬虫进阶教程:抖音APP无水印视频批量下载

一、前言

本文为两类人准备:技术控和工具控。

  • 如果你是工具控,想简单方便地下载无水印的视频,那么可以使用第三方去水印平台:

抖音短视频解析下载平台

  • 如果你是技术控,想要使用自己写的代码下载视频,那么可以使用本文的方法,用python写爬虫下载视频,最新开源项目:

Python3批量下载抖音无水印视频

本文的代码已经不是最新的,但是抓取思路就是如此,可以参考,代码可以直接运行使用,持续维护中

更新日志

  • 2018.5.23:github代码已经修复无法下载问题。
  • 2018.7.17:github代码已经修复参数验证问题。
  • 2018.11.07:api更新

二、实战背景

抖音越来越火,感觉它有毒,越刷越上瘾,总感觉下一个视频一定会更精彩,根本停不下来。想将抖音里喜欢的小哥哥/小姐姐的视频全部存到电脑硬盘里该如何操作?不想有抖音的视频水印该如何处理?

当初写完代码的截屏:

爬虫进阶教程:抖音APP无水印视频批量下载

三、实战

首先,希望你已经具备手机APP抓包分析的能力,如果不会请去自行学习:点击跳转

1、带水印视频下载

先说说带水印的视频如何抓去吧。在定好爬取目标的时候,我们应该知道自己需要那些步骤完成这项任务。比如本文中提到的任务:抖音APP固定用户的视频批量下载

思考过程:

  • 想要批量下载视频首先要获得这些视频的链接;
  • 想要获得这些视频链接可以通过用户的主页进行查看,想进用户主页,我得知道用户主页链接;
  • 用户主页链接可以通过抖音APP的搜索功能获取,那么搜索功能接口如何获取?当然是抓包看看喽!

瞧,这样思考下来,问题是不是梳理的很清楚?

搜索接口:

那么接下来就是抓包分析了,抓包过程请自行尝试。步骤是这样的:

  • 配置好Fiddler,即确定Fiddler可以对手机APP进行抓包;
  • 在手机APP搜索框中输入用户信息,点击搜索
  • 在Fiddler找到搜索接口;
  • 分析这个接口传递参数规则;
  • 写代码生成相应查询接口。

通过分析你会发现,我们通过搜索接口返回的JSON数据可以找到用户主页信息,接下里用同样的方法抓取主页用户信息再分析一波,这时候就遇到问题了,你会发现用户主页链接使用了as和cp参数进行了加密,这该如何是好?比如链接如下:

上述链接省略号部分是一些手机信息,这部分不是必须参数,可以省略。user_id是用户id可以通过上个搜索接口获取,count是用户视频数量,同样可以通过上个搜索接口获取。那最后的as和cp参数怎么办?

我没有逆向抖音APP,就是小小测试了一下,看看能不能绕过这个加密接口?抖音APP自带视频分享功能,分享链接格式如下:

中间参数都不重要,在此省略。www.douyin.com域名下存放的是分享的视频,那么这个用户主页信息是否可以通过这个域名进行访问呢?小小测试一下你会发现,完全没有问题!

这就是没有加密的接口,惊不惊喜,意不意外?根据这个用户主页接口,我们就可以轻松获取用户主页所有的视频链接了。

2、无水印视频下载

方法一:

无水印视频下载很简单,有一个通用的方法,就是使用去水印平台即可。

我使用的去水印平台是:http://douyin.iiilab.com/

在输入框中输入视频链接点击视频解析,就可以获得无水印视频链接。

这个网站当初我写代码的时候是好使的,当初用这个网站下了一些无水印视频,不过写这篇文章的时候发现这个取水印平台无法正常解析了,等它修复好了再用这个功能吧。

这个平台不仅包括抖音视频去水印,还支持火山、快手、陌陌、美拍等无水印视频。所以做一个这个网站的接口还是很合适的。

简单测试了一下,这个网站的API是需要付费解析的,如果通过模拟请求的方式有些困难,因此决定上浏览器模拟器Splinter。

Splinter是个好东西,跟Selenium使用类似,它的配置可以参考我的早期Selenium文章:http://blog.csdn.net/c406495762/article/details/72331737

Splinter有个很详细的英文文档:http://splinter.readthedocs.io/en/latest/

这里使用方法就不累述,不过有一点可以说的是,我们可以配置headless参数,来将Splinter配置为无头浏览器,啥事无头浏览器呢?就是运行Splinter不调出浏览器界面,直接在后台模拟各种请求,很是方便。

这部分的代码很简单,无非就是填充元素,确定解析按钮位置,点击按钮,获取视频下载链接即可。这点小问题,就自行分析吧。

整体代码:

方法二:

这个方法是通过网友@羽葵的反馈得知的,对下载链接直接修改即可得到无水印下载链接。

方法简单粗暴,很好用。好处就是处理速度飞快,缺点是这种方法通用性不强,不同视频发布平台的打码方法可能有不同,需要自行分析。

四、总结

玩爬虫的日子还是很有意思的,好久没有那种舒爽感了。还有,找工作也是蛮心累的事。

更多实战源码,请关注我的Github:https://github.com/Jack-Cherish/python-spider

weinxin
微信公众号
分享技术,乐享生活:Jack Cui公众号每周五推送“程序员欢乐送”系列资讯类文章,欢迎您的关注!
Jack Cui
ai

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

目前评论:196   其中:访客  104   博主  92

    • avatar SamHsin 来自天朝的朋友 谷歌浏览器 Windows 10 北京市 电信 0

      查看图片
      请问这是我文件配置的问题还是代码问题,貌似是正则匹配问题,好几个py文件运行都出现过,脑壳痛

        • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Windows 7 辽宁省沈阳市 东北大学三舍南(研究生)

          @SamHsin 代码问题,正则匹配没有匹配到数据,这个有时间更新下。

        • avatar ByOne 来自天朝的朋友 谷歌浏览器 Windows 7 广东省深圳市南山区 电信 0

          貌似现在抖音又不能下载视频了
          raise ConnectionError(err, request=request)
          requests.exceptions.ConnectionError: (‘Connection aborted.’, ConnectionResetErro
          r(10054, ‘远程主机强迫关闭了一个现有的连接。’, None, 10054, None))

            • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Windows 7 辽宁省沈阳市 东北大学三舍南(研究生)

              @ByOne 是用的这个代码吗?
              https://github.com/Jack-Cherish/python-spider/tree/master/douyin
              如果是,那很有可能是又更新了。

            • avatar caonima 来自天朝的朋友 谷歌浏览器 Windows 10 福建省漳州市 移动 0

              博主什么时候有空更新一下这个代码,不能用了,一头雾水

                • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器  Android 8.0.0 MIX 2 Build/OPR1.170623.027 辽宁省沈阳市 联通GSM/WCDMA/LTE共用出口

                  @caonima 好的,不过最新的那个也是没更新多久的,感觉被盯上了。

                • avatar LELE 来自天朝的朋友 谷歌浏览器 Mac OS X 10_13_1 广东省深圳市 电信 1

                  Github好像不能用了 博主辛苦了

                    • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Windows 7 辽宁省沈阳市 东北大学三舍南(研究生)

                      @LELE 嗯,是的,又更新了,后面我看下。

                    • avatar wx_1214 来自天朝的朋友 谷歌浏览器 Windows 7 福建省厦门市 电信 0

                      博主有更新最新可用的吗,似乎规则又变了

                        • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器  Android 8.0.0 MIX 2 Build/OPR1.170623.027 辽宁省沈阳市 联通

                          @wx_1214 没有,更新太频繁了,营养跟不上了。

                        • avatar Roc Australia 谷歌浏览器 Windows 10 澳大利亚 1

                          @Jack Cui 谢谢分享,现在还可以用。就是想问一下Jack, 下载的视频的分辨率有办法更高么?程序下载下来的都是576*1024的视频。而 https://douyin.iiilab.com 下载下来的是720*1280的
                          哪里可以改一下,下载成720*1280分辨率的视频。
                          谢谢了

                            • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Windows 10 黑龙江省哈尔滨市 联通

                              @Roc 还能用啊,那就好。这个就不知道了,分辨率这里没有看过。

                                • avatar Roc Australia 谷歌浏览器 Windows 10 澳大利亚 1

                                  @Jack Cui 谢谢回复,感觉可能和设备类型有关,服务器那边根据设备类型发送不同分辨率的视频。我可以直接改那个设备信息的文件吗?

                                    • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器  Android 8.0.0 MIX 2 Build/OPR1.170623.027 黑龙江省哈尔滨市 联通

                                      @Roc 嗯嗯 这个是可以的 该参数就行

                                • avatar wali 来自天朝的朋友 谷歌浏览器 Mac OS X 10_14_2 广东省深圳市 电信 1

                                  大神
                                  https://www.douyin.com/aweme/v1/aweme/post/?user_id=63386731255&max_cursor=0&count=20
                                  没法访问到个人主页信息页面了。

                                    • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器  Android 8.0.0 MIX 2 Build/OPR1.170623.027 黑龙江省哈尔滨市 联通

                                      @wali 嗯,有加密验证了。

                                        • avatar wali 来自天朝的朋友 谷歌浏览器 Mac OS X 10_14_2 广东省深圳市 电信 1

                                          @Jack Cui 那怎么处理呢?

                                            • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器  Android 8.0.0 MIX 2 Build/OPR1.170623.027 黑龙江省哈尔滨市 联通

                                              @wali 加密得重新弄,你可以看下我github的最新代码。

                                                • avatar wali 来自天朝的朋友 谷歌浏览器 Mac OS X 10_14_2 广东省深圳市 电信 1

                                                  @Jack Cui 最新代码调用的加密验证已经服务器无响应了。

                                                  • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Windows 10 黑龙江省哈尔滨市 联通

                                                    @wali 嗯嗯,应该是有更新了,没法验证了,看看github的其他项目吧。

                                                    • avatar wali 来自天朝的朋友 谷歌浏览器 Mac OS X 10_14_2 广东省深圳市 电信 1

                                                      @Jack Cui 其他项目没有找到能加密验证的

                                                      • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Windows 10 黑龙江省哈尔滨市 联通

                                                        @wali 有的,我之前就是参考的别人弄的,你再好好找,按理说会有更新的。

                                                • avatar Roc Australia 谷歌浏览器 Windows 10 澳大利亚 悉尼 1

                                                  @Jack Cui , 今天这个 api.appsign.vip 访问出现问题:{“message”: “Internal Server Error”}。 我是不是可以把 appsign 项目在我自己服务器上运行?

                                                    • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Windows 10 黑龙江省哈尔滨市 联通

                                                      @Roc 哦哦,那是验证接口的问题了,那边关闭了。

                                                    • avatar sunnyshining 来自天朝的朋友 火狐浏览器 Windows 10 浙江省宁波市 联通 0

                                                      B站爬取脚本今天突然不能运行了,提示报错是103行KeyError: ‘durl’,是什么原因呢?谢谢!

                                                        • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Windows 10 黑龙江省哈尔滨市 联通

                                                          @sunnyshining 看了下,正则表达式那里需要改下。审查元素看下,修改下即可。