抖音爬虫与抖音去水印工具

梅零落

2021 年 08 月 06 日

1344 次浏览

暂无评论

2115字数

Python

# 前言

本文主要是关于我写的抖音爬虫与抖音去水印工具的介绍。本项目支持通过分享链接去水印以及获取某用户发布的所有视频，代码已经开源在我的GitHub上，欢迎大家star。

开源地址：https://github.com/imgyh/douyin

抖音去水印工具demo：https://dy.gyh.im/

## 抖音爬虫Feature

* 通过抖音个人主页分享链接开始爬取
* 爬取抖音博主基本信息（昵称，粉丝数，作品数，关注人数等）
* 爬取抖音博主所有的视频信息（无水印视频链接，视频ID，作品点赞分享评论数等）
* 下载所有视频到本地

## 抖音去水印Feature

* 通过视频分享链接获取去水印视频
* 基于Flask实现交互界面

# 使用方法

## 抖音爬虫

这部分功能实现主要在这个文件中[user_video_test.py](https://github.com/imgyh/douyin/blob/master/user_video_test.py)。在以前的测试版本中需要向请求的api中填入`signature`参数，由于最近抖音网页版改变了api，增加了很多功能和B站界面的风格差不多，对于 `signature` 参数，经测试可以不要这个参数。如何生成`signature`参数可以参考[skygongque](https://github.com/skygongque/douyin_signature)。

该功能是在python3.8.8环境中开发的，需要安装第三方的requests库。主要实现了三个功能：第一个是爬取抖音博主基本信息（昵称，粉丝数，作品数，关注人数等）并保存在字典中，该功能由`get_user_info`方法实现；第二个是爬取抖音博主所有的视频信息（无水印视频链接，视频ID，作品点赞分享评论数等）并保存在字典中，该功能由`get_user_video`方法实现；第三个是下载所有视频到本地，该功能由`download`方法实现。

## 抖音去水印工具

该工具是基于Flask框架开发，去水印主要由[static](https://github.com/imgyh/douyin/tree/master/static),[templates](https://github.com/imgyh/douyin/tree/master/templates),[main.py](https://github.com/imgyh/douyin/blob/master/main.py),[single_video_test.py](https://github.com/imgyh/douyin/blob/master/single_video_test.py)四个部分组成。
`single_video_test.py`是本地调试所写的代码，如果本地有`Python`环境可以直接运行该文件进行单个文件去水印下载。
`static` `templates` `main.py`是使用`requests`和`Flask`部署服务器上的程序，`static`文件夹是一些网页的静态文件，`templates`是首页的HTML代码，`main.py`则是使用Python实现的功能。该程序运行在3000端口，在浏览器输入http://yourIP:3000即可访问。在输入框内输入复制的抖音分享链接（全部复制进去，程序会自动获取网址链接），稍等片刻浏览器就开始下载去水印视频了。

创建系统服务

```
vim /etc/systemd/system/douyin.service
```

写入

```
[Unit]
Description=douyinDaemon Service
After=network.target

[Service]
Type=simple
ExecStart=/root/miniconda3/envs/douyin/bin/python /root/douyin/main.py
ExecStop=/usr/bin/killall -s 9 /root/miniconda3/envs/douyin/bin/python
Restart=on-failure
User=root

[Install]
WantedBy=multi-user.target
```

```
systemctl start douyin	#启动
systemctl restart douyin	#停止
systemctl status douyin	#查看状态
systemctl enable douyin	#开机启动
```

# ToDo

* 获取视频中的每一条评论
* 获取博主的关注与粉丝基本信息
* 爬取某个博主的粉丝与关注的信息
* 将信息保存到数据库中
* 对数据进行分析

最后修改：2022 年 05 月 25 日