python批量下载抖音视频

时间:2019-06-17
这篇文章主要为大家详细介绍了python批量下载抖音视频,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

本文实例为大家分享了python批量下载抖音视频的具体代码,供大家参考,具体内容如下

知识储备:博主是在Pycharm下进行的
文件夹:dou_ying


1:在文件夹doy_ying下新建第一个文件:dou_ying_video_download.py
代码:

# coding=utf-8
"""
@author: jiajiknag
程序功能:批量下载抖音视频
"""
import requests
import bs4
import os
import json
import re
import sys
import time
# 如果一个对象没有实现上下文,我们就不能把它用于with语句。这个时候,可以用closing()来把该对象变为上下文对象。
# closing-将任意对象变为上下文对象,并支持with语句。
from contextlib import closing
# Urllib3是一个功能强大,条理清晰,用于HTTP客户端的Python库
# urllib3.disable_warnings()禁用urllib3警告的方法
requests.packages.urllib3.disable_warnings()
# 创建类Sipder()
class Spider():
    def __init__(self):
        # UA对照表:https://blog.csdn.net/time888/article/details/72822729
        self.headers = {
                        # 用户代理:用于浏览器识别的,可以看出自己系统版本,浏览器,浏览器内核等
                        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36'
                        }
        # 输出信息-视频信息
        print('[INFO]:Douyin(抖音) App Video downloader...')
        print('[Version]: V1.0')
        print('[Author]: Jiajikang')

    # 创建函数run():外部调用运行
    def run(self):
        # 输入ID地址(爬去某人抖音视频的抖音号)
        user_id = input('Enter the ID:')
        try:
            # 因为抖音号是数字所以使用int()验证是否是数字
            int(user_id)
        # 输入错误时输出except下的语句
        except:
            print('[Error]:ID error...')
            return
        video_names, video_urls, nickname = self._parse_userID(user_id)
        #  os.listdir()方法用于返回指定的文件夹包含的文件或文件夹的名字的列表
        if nickname not in os.listdir():
            # os.mkdir() 方法用于以数字权限模式创建目录
            os.mkdir(nickname)
        print('[INFO]:Number of Videos <%s>' % len(video_urls))
        for num in range(len(video_names)):
            # %d是一个占位符,标识一个字符串型的数据, %s也是一个占位符,标识一个字符串型的数据
            print('[INFO]:Parsing <No.%d> <Url:%s>' % (num+1, video_urls[num]))
            temp = video_names[num].replace('\\', '')
            video_name = temp.replace('/', '')
            # 调用函数_downloader()
            self._downloader(video_urls[num], os.path.join(nickname, video_name))
            print('\n')
        print('[INFO]:All Done...')

    # 创建函数_downloader()并含有参数:路径和视频的url-视频下载
    def _downloader(self, video_url, path):
        # 定义size并初始化为0
        size = 0
        # 定义一个变量download_url:利用函数_get_download_url()来获取视频url
        download_url = self._get_download_url(video_url)
        with closing(requests.get(download_url, headers=self.headers, stream=True, verify=False)) as response:
            chunk_size = 1024
            content_size = int(response.headers['content-length'])
            if response.status_code == 200:
                sys.stdout.write('[File Size]: %0.2f MB\n' % (content_size/chunk_size/1024))
                # 使用写入的方式打开,如果该文件已存在则将其覆盖。如果该文件不存在,创建新文件。
                with open(path, 'wb') as f:
                    # 遍历获取数据
                    for data in response.iter_content(chunk_size=chunk_size):
                        # 向文件中写入指定的字符串data
                        f.write(data)
                        # 计算写入字符串的长度
                        size += len(data)
                        # flush() 方法是用来刷新缓冲区的,即将缓冲区中的数据立刻写入文件,同时清空缓冲区,不需要是被动的等待输出缓冲区写入。
                        f.flush()
                        sys.stdout.write('[Progress]: %0.2f%%' % float(size/content_size*100) + '\r')
                        sys.stdout.flush()


    # 创建函数_get_download_url()并含有形参video_url:获得视频下载地址
    def _get_download_url(self, video_url):
        # 获取视频的下载地址
        # Requests 可以为 HTTPS 请求验证 SSL 证书,就像 web 浏览器一样。要想检查某个主机的 SSL 证书,你可以使用 verify 参数:
        # 定义变量res用来接收视频地址,verify 仅应用于主机证书
        res = requests.get(url=video_url, verify=False)
        # 将res.text 文件利用'lxml'解析成xml文件,了解lxml--https://blog.csdn.net/tanzuozhev/article/details/50442243
        soup = bs4.BeautifulSoup(res.text, 'lxml')
        # 使用find_all来获取网页中JavaScript中的script的变量;[-1]去除最后一个字符
        script = soup.find_all('script')[-1]
        # 定义变量date=正则表达式\[(.+)]\,[0]可以使其返回一个字典
        video_url_js = re.findall('var data = \[(.+)\];', str(script))[0]
        # 使用loads()下载
        html = json.loads(video_url_js)
        # 返回,使用[0]是返回一个字典
        return html['video']['play_addr']['url_list'][0]


    # 定义函数_parse_userID()且形参user_id;通过user_id获取该用户发布的所有视频
    def _parse_userID(self, user_id):
        # 获取所有视频
        video_names = []
        video_urls = []
        unique_id = ''
        # 当获取的id不是用户的id时:
        while unique_id != user_id:
            # 获取url-下载
            search_url = 'https://api.amemv.com/aweme/v1/discover/search/?keyword={}&count=10&type=1&aid=1128'.format(user_id)
            res = requests.get(url=search_url, verify=False)
            res_dic = json.loads(res.text)
            uid = res_dic['user_list'][0]['user_info']['uid']
            aweme_count = res_dic['user_list'][0]['user_info']['aweme_count']
            nickname = res_dic['user_list'][0]['user_info']['nickname']
            unique_id = res_dic['user_list'][0]['user_info']['unique_id']
        # 用户的url
        user_url = 'https://www.douyin.com/aweme/v1/aweme/post/?user_id={}&max_cursor=0&count={}'.format(uid, aweme_count)
        # 请求获取用户的url
        res = requests.get(url=user_url, verify=False)
        # 下载后去的url转换的文本
        res_dic = json.loads(res.text)
        i = 1
        # 遍历下载的文本
        for each in res_dic['aweme_list']:
            share_desc = each['share_info']['share_desc']
            if '抖音-原创音乐短视频社区' == share_desc:
                video_names.append(str(i) + '.mp4')
                i += 1
            else:
                video_names.append(share_desc + '.mp4')
            video_urls.append(each['share_info']['share_url'])
        return video_names, video_urls, nickname

"""
if __name__ == '__main__':
    # 创建对象
    sp = Spider()
    sp.run()
"""
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
温馨提示: 有些库是要自己去下载,一般使用命令在提示符下输入:pip install 自己要下载的库,如下图是博主下载的。


2、在文件夹doy_ying下新建第二个文件:run.py

代码:

# coding=utf-8
"""
@author: jiajiknag
程序功能: 测试抖音视频的下载
"""
from dou_ying_video_download import Spider
if __name__ == '__main__':
    # 创建类Spider()对象
    sp = Spider()
    # 运行开始下载
    sp.run()

3、结果

这是我在抖音中随便找的一个发布抖音视频比较少的来测试一下,以及我还下载了自己(Jjk:624609873(douying number))的抖音

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。