爬取抖音 主页|喜欢|合集 视频
说明
1.以下代码仅供学习交流，主要功能爬取抖音用户 主页 喜欢 and 合集 （喜欢仅支持公开的用户）
2.程序运行后会在当前目录下生成video的文件夹存储爬取到的视频
3.需要第三方库
requests
bs4
4.如遇到什么问题和报错请在评论区详细列出
（例如报错）请留下报错日志和出问题的链接
教程
主页和喜欢分享链接获取
合集分享链接获取
演示
代码
import os
import requests
import time
from bs4 import BeautifulSoup
class viode_ini:
# 初始化游标
max_cursor = 0
# 初始化视频数量
video_count = 0
# 成功下载的视频数量
success = 0
# 失败下载的视频数量
error = 0
# 初始化类型
video = 0
image = 0
# 全局请求头
header = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
path = ''
# 初始化文件夹
def __init__(self):
# 判断文件夹是否存在
if not os.path.exists('video'):
os.mkdir('video')
if not os.path.exists('video/主页'):
os.mkdir('video/主页')
if not os.path.exists('video/喜欢'):
os.mkdir('video/喜欢')
if not os.path.exists('video/合集'):
os.mkdir('video/合集')
# 链接重定向
def redirect(self, url):
response = requests.get(url, headers=self.header)
return response.url
# 获取sec_uid
@staticmethod
def get_sec_uid(url):
return url.split('user/')[1].split('?')[0]
# 获取mix_id
@staticmethod
def get_mix_id(url):
return url.split('detail/')[1].split('/')[0]
# 获取用户信息
def get_user_info(self, sec_uid):
url = f'https://www.iesdouyin.com/web/api/v2/user/info/?sec_uid={sec_uid}'
response = requests.get(url, headers=self.header)
return response.json()['user_info']['nickname']
# 特殊字符处理
@staticmethod
def replace(title):
title = title.replace('\\', '')
title = title.replace('/', '')
title = title.replace(':', '')
title = title.replace('*', '')
title = title.replace('?', '')
title = title.replace('"', '')
title = title.replace('<', '')
title = title.replace('>', '')
title = title.replace('|', '')
title = title.replace('\n', '')
return title
# 验证是否为视频
@staticmethod
def is_video(data):
try:
video = data['video']['download_addr']
return True
except KeyError:
return False
# 结束输出
def end(self):
print('=====================================================')
print(f'* 视频总数：{self.video_count}')
print(f'* 成功下载：{self.success}')
print(f'* 失败下载：{self.error}')
print('=====================================================')
s = input('回车退出')
exit(0)
# 视频下载
def download(ini, video, title):
try:
# 请求视频
response = requests.get(video, headers=ini.header)
# 写入视频
with open(f'{ini.path}/{title}.mp4', 'wb') as f:
f.write(response.content)
# 成功下载数量
ini.success += 1
except Exception as e:
log_name = ErrorLog(e)
# 失败下载数量
ini.error += 1
print(title + f'下载失败，详细请查看/video/Log/{log_name}.log文件')
# 写入日志
def ErrorLog(error):
if not os.path.exists('video/Log'):
os.mkdir('video/Log')
# 获取当前时间
log_name = time.strftime('%Y-%m-%d', time.localtime(time.time()))
date = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
Errror = f'====================={date}=====================\n' \
f'{error}\n' \
f'=============================================================\n'
# 写入错误日志
with open(f'video/Log/{log_name}.log', 'a', encoding='utf-8') as f:
f.write(Errror)
return log_name
# 程序主入口
def Start():
ini = viode_ini()
print('=====================================================')
print('***************** 抖音视频爬虫工具 *********************')
print('***************** \t作者：安逸 \t*********************')
print('=====================================================')
print('1.下载用户主页视频\t\t2.下载用户喜欢视频\n3.下载视频合集\t\t4.退出程序')
print('=====================================================')
choice = input('请输入序号选择类型：')
try:
if choice == '1':
HomeAndLike(ini, choice)
elif choice == '2':
HomeAndLike(ini, choice)
elif choice == '3':
Collection(ini)
elif choice == '4':
exit()
else:
print('输入错误，请重新输入！')
Start()
except Exception as e:
log_name = ErrorLog(e)
input(f'程序出现错误，错误日志已保存至 video/Log 文件夹，联系作者请提交log_name.log文件！')
# 主页And喜欢
def HomeAndLike(ini, Type):
# 获取真实链接
url = ini.redirect(input('请输入用户主页链接：'))
# 获取sec_uid
sec_uid = ini.get_sec_uid(url)
# 获取用户昵称
nickname = ini.get_user_info(sec_uid)
nickname = ini.replace(nickname)
# 下载路径
if Type == '1':
ini.path = f'video/主页/{nickname}'
elif Type == '2':
ini.path = f'video/喜欢/{nickname}'
# 创建文件夹
if not os.path.exists(ini.path):
os.makedirs(ini.path)
print('***************** 开始下载视频 *********************')
# 开始执行任务
while True:
# 接口设置
if Type == '1':
url = f'https://m.douyin.com/web/api/v2/aweme/post/?reflow_source=reflow_page&sec_uid={sec_uid}&count=21&max_cursor={ini.max_cursor}'
elif Type == '2':
url = f'https://m.douyin.com/web/api/v2/aweme/like/?reflow_source=reflow_page&sec_uid={sec_uid}&count=21&max_cursor={ini.max_cursor}'
data = requests.get(url, headers=ini.header).json()
# 获取视频列表
aweme_list = data['aweme_list']
# 读取视频
for aweme in aweme_list:
# 更新视频数量
ini.video_count += 1
# 视频标题
title = f'【{ini.video_count}】 {ini.replace(aweme["desc"])}'
# 视频链接
try:
video_url = aweme['video']['play_addr']['url_list'][0]
except KeyError:
ini.error += 1
print('下载失败: ' + title)
print('原因: 视频链接获取失败，可能是因为视频已被删除！')
continue
# 验证视频是否存在
if ini.is_video(aweme):
print('正在下载：' + title)
# 下载视频
download(ini, video_url, title)
else:
# 下载失败
ini.error += 1
print('下载失败：' + title)
print('失败原因：图文视频，跳过下载')
# 判断是否还有下一页
if data['has_more']:
# 更新max_cursor
ini.max_cursor = data['max_cursor']
else:
print('***************** 视频下载结束 *********************')
ini.end()
# 下载视频合集
def Collection(ini):
# 获取真实链接
url = ini.redirect(input('请输入视频合集链接：'))
mix_id = url.split('detail/')[1].split('/')[0]
# 获取合集信息
url = f'https://www.iesdouyin.com/share/mix/detail/{mix_id}'
response = requests.get(url, headers=ini.header)
# 获取合集信息
soup = BeautifulSoup(response.text, 'html.parser')
# 获取用户昵称
nickname = ini.replace(soup.select('span[class="font-small color-yellow mr-10"]')[0].text).replace('@', '')
# 获取合集名称
collection_name = ini.replace(soup.select('span[class="mix-info-name-text"]')[0].text)
# 下载路径
ini.path = f'video/合集/{nickname}/{collection_name}'
# 创建文件夹
if not os.path.exists('video/合集/{nickname}'):
os.makedirs('video/合集/{nickname}')
if not os.path.exists(ini.path):
os.makedirs(ini.path)
print('***************** 开始下载视频 *********************')
# 开始执行任务
while True:
url = f'https://www.iesdouyin.com/web/api/mix/item/list/?reflow_source=reflow_page&mix_id={mix_id}&count=10&cursor={ini.max_cursor}'
data = requests.get(url, headers=ini.header).json()
# 获取视频列表数据
aweme_list = data['aweme_list']
for aweme in aweme_list:
# 更新视频总数
ini.video_count += 1
# 视频标题
title = f'【第{ini.video_count}集】 {ini.replace(aweme["desc"])}'
# 视频链接
try:
video_url = aweme['video']['play_addr']['url_list'][0]
except KeyError:
ini.error += 1
print('下载失败: ' + title)
print('原因: 视频链接获取失败，可能是因为视频已被删除！')
continue
# 验证视频是否存在
if ini.is_video(aweme):
print('正在下载：' + title)
# 下载视频
download(ini, video_url, title)
else:
# 下载失败
ini.error += 1
print('下载失败：' + title)
print('失败原因：图文视频，跳过下载')
# 判断是否还有下一页
if data['has_more']:
# 更新游标
ini.max_cursor = data['cursor']
else:
print('***************** 视频下载结束 *********************')
ini.end()
if __name__ == '__main__':
Start()
下载
已打包程序和代码：点此下载
更新
2022-12-12 20:31
1.修复视频重名覆盖导致视频缺失
2.添加视频下载超时处理
2022-12-15 00:10
1.修复遇到图文下载黑屏，解决方案：跳过图文下载
2.对一些潜在的报错进行处理：名称、标题、合集名 进行特殊字符替换
3.重复代码进行优化
2022-12-15 23:23
1.添加报错输入日志
2.修复视频找不到报错停止，解决方案：直接跳过下载下一个
3.重复代码优化
4.接口已失效
[复制链接]
发表于 2022-12-11 05:53
|
发表于 2022-12-23 20:16
