13518219792
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 ' % (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()
""" 
