Python实现批量下载抖音视频的完整教程

# 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()
"""

# 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()