今天，我們來學(xué)習(xí)如何利用Python爬取抖音APP數(shù)據(jù)。

利用Python爬取抖音APP數(shù)據(jù)需要使用到的工具有：

• 編程工具：pycharm
• app抓包工具：mitmproxy
• app自動化工具：appium
• 運(yùn)行環(huán)境：windows10

思路：

假設(shè)已經(jīng)配置好我們所需要的工具

1、使用mitmproxy對手機(jī)app抓包獲取我們想要的內(nèi)容

2、利用appium自動化測試工具，驅(qū)動app模擬人的動作(滑動、點(diǎn)擊等)

3、將1和2相結(jié)合達(dá)到自動化爬蟲的效果

mitmproxy/mitmdump抓包

確保已經(jīng)安裝好了mitmproxy，并且手機(jī)和PC處于同一個局域網(wǎng)下，同時也配置好了mitmproxy的CA證書，網(wǎng)上有很多相關(guān)的配置教程，這里我就略過了。

因?yàn)閙itmproxy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(shí)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(jī)上打開抖音app，mitmdump會呈現(xiàn)手機(jī)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：

這3個類型前綴的url正是我們的目標(biāo)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。

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(qiáng)大的appium自動化測試工具來解決。

Appium對手機(jī)進(jìn)行模擬操作

確保已經(jīng)配置好appium所依賴的環(huán)境Android和SDK，網(wǎng)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(diǎn)擊Start Server按鈕即可啟動appium服務(wù)。

將Android手機(jī)通過數(shù)據(jù)線與PC相連，同時打開USE調(diào)試功能，可以輸入adb命令(具體可以去網(wǎng)上查找)測試連接情況，若出現(xiàn)以下結(jié)果，則說明連接成功。

model是設(shè)備名，后面配置需要用到。之后點(diǎn)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(shè)備名稱，手機(jī)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(jī)打開抖音app，然后在D盤中打開log.log文件，查找Displayed關(guān)鍵字。

由上圖可以知道Displayed后面的 com.ss.android.ugc.aweme對應(yīng)的是appPackage，.main.MainActivity對應(yīng)的是appActivity，最后我們的配置結(jié)果如下：

再點(diǎn)擊Start Session即可啟動Android手機(jī)上的抖音app并進(jìn)入到啟動頁面，同時PC上會彈出一個調(diào)試窗口，從這個窗口可以預(yù)覽當(dāng)前手機(jī)頁面，還可以對手機(jī)模擬各種操作，在本文不是重點(diǎn)，所以略過。

在下面我們將使用python腳本來驅(qū)動app，直接在pycharm運(yùn)行即可。

效果如下圖：