Python实现超简单【抖音】无水印视频批量下载

我被狗咬了

修改于 2023-09-21 19:01:52

4.2K0

修改于 2023-09-21 19:01:52

文章被收录于专栏：Python乱炖

导读：本文介绍了如何使用简单的Python爬虫爬取抖音上你喜欢的拍客的所有视频（包含有水印和无水印两种）。

01 获取你喜欢的拍客的视频url

即抖音用户主页的url，我将以罗永浩的主页连接为例（本人第一次下载抖音就是冲着罗永浩去的，所以也只关注了他一个人）

1. 获取主页链接

打开抖音，点进用户的主页面，点击右上角的三个点：

选择分享：

再点击复制链接即可，我们可以获取如下url：

https://v.douyin.com/JJ8b6Hq/

2. 获取重定向链接

我们只需要将上面这个链接粘贴到chrome浏览器，就可以获取到重定向链接

重定向后的链接：

https://www.iesdouyin.com/share/user/4195355415549012?u_code=c23d6456gli&sec_uid=MS4wLjABAAAAlwXCzzm7SmBfdZAsqQ_wVVUbpTvUSX1WC_x8HAjMa3gLb88-MwKL7s4OqlYntX4r&timestamp=1590603009&utm_source=copy&utm_campaign=client_share&utm_medium=android&share_app_name=douyin

现在我们需要记住url中/user后面的一串数字，也就是4195355415549012，这是我们的用户id。以后只要有了这样的用户ID，直接替换进url即可（时间戳也需要修改一下）

02 获取用户下面的所有的视频id

我们刚刚获取了视频主页的链接，现在我们要通过主页链接来获取当前页面下的所有视频。为了方便我们观看和调试，我们将Chrome开成iPhone模式。

1. 获取请求链接

将Network设置成XHR，重新刷新一下页面，获取请求内容：

我们可以看到上面选中的那个请求，返回的是一串json，我们将内容复制下来看看，搜索返回的json中有关video的字段，通过下图我们就可以看到video里面有个url_list，里面有两个不同的url，这两个url其实就是视频相关的地址了,但是还有点问题，这两个url点进去并不能直接看到视频。

2. 获取视频链接

这里我们需要将url做一点点修改。我们将/play修改成/playmw就可以了，这个时候我们发现，这两个视频地址被重定向成正常的视频地址了。（下面来说为什么要加mw，这个代表什么）

这样我们就相当于顺利拿到视频的地址了，我们可以去json中获取所有的视频url链接：

pattern = re.compile('"(https://aweme.snssdk.com/aweme/v1/play/.*?)"')
result = pattern.findall(data)
result = [i.replace("/play/", "/playwm/") for i in result]
for i in result:
    print(i)

3. 水印问题

关于水印问题，看了简书上有篇文章有介绍，水印与无水印之间的区别，这边我就不作详细介绍了。其实我们一开始拿到的url就是无水印的，但是链接本身并没重定向到无水印的视频，加上wm之后，url会重定向到有水印的视频。

简书参考链接：

https://www.jianshu.com/p/af02f00729c5

水印链接：

https://aweme.snssdk.com/aweme/v1/playwm/?video_id=v0200fc60000br74l173cp5c4comdoh0&line=0

无水印链接：

https://aweme.snssdk.com/aweme/v1/play/?video_id=v0200fc60000br74l173cp5c4comdoh0&line=0

(多余的参数忽略，不管他)

03 下载视频

有了视频链接和获取有无水印的方法之后，我们就可以直接下载视频了。

import json
import re
import requests
import os
data = json.dumps(data)
pattern = re.compile('"(https://aweme.snssdk.com/aweme/v1/play/.*?)"')
result = pattern.findall(data)
result = [i.split("&ratio")[0] for i in result]
result2 = [i.replace("/play/", "/playwm/") for i in result]

for i in result:
    print(i)
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.92 Safari/537.36',
}
if not os.path.exists("无水印"):
    os.mkdir("无水印")
if not os.path.exists("水印"):
    os.mkdir("水印")

count = 0
for res1 in result:
    count += 1
    videoBin = requests.get(res1, timeout=5, headers=headers)
    with open(f'无水印/{count}.mp4', 'wb') as fb:
        fb.write(videoBin.content)
count = 0
for res2 in result2:
    count += 1
    videoBin = requests.get(res2, timeout=5, headers=headers)
    with open(f'水印/{count}.mp4', 'wb') as fb:
        fb.write(videoBin.content)

关于单个视频下载，如果你想下载某单个无水印视频，可以直接通过分享链接进行下载：

url = "https://v.douyin.com/JJ8kVTc/"  # 分享链接
session = requests.Session()
req = session.get(url, timeout=5, headers=HEADERS)
print(req.text)
video = re.findall(r'playAddr: "([\S]*?)"', req.text)[0]
vid = re.findall(r'vid=([\S]*?)&', video)[0]
addr = video.replace("/playwm/", "/play/")  # 去除水印
print(addr)
headers = {
    'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.92 Safari/537.36',
}
videoBin = session.get(addr, timeout=5, headers=headers)
with open('test.mp4', 'wb') as fb:
    fb.write(videoBin.content)