身邊人不斷被抖音神曲洗腦，並且深夜狂刷小視頻的同僚大有人在，不甘落伍，本人也下載下來一探究竟，果然滿屏的漂亮小姐姐。但是自己動手一遍一遍下劃實在費勁，結合github上的項目，心想是否可以用Python實現一個douyin_bot幫我完成這些事情，比如關注、點贊、下載小視頻。
目錄
需求分析
- 自動翻頁
- 顏值檢測
- 人臉識別
- 自動關注
- 自動點贊
- 小視頻下載
- 隨機防Ban
工作原理
- mitmproxy抓包分析：在同一局域網內，手機端打開抖音短視頻APP，電腦監聽8080端口流量
- 手機截屏，並對截圖進行壓縮（size<1MB）
- 請求騰訊AI的人臉識別API接口
- 解析返回的人臉JSON信息，對人臉進行切割檢測
- 當顏值大於某個閾值（美麗程度）時，關注、點贊、下載小視頻來一套。
- 繼續翻頁，重複執行第2-5步驟
使用方法
- 獲取源碼 git clone https://github.com/wangshub/Douyin-Bot.git
- 進入源碼目錄 cd Douyin-Bot-master
- 安裝包庫 pip install -r requirements.txt
- 連接在同一局域網，開啓mitmdump截取抖音小視頻請求
- 手機電腦鏈接，進入目錄，運行程序 douyin-bot.py，進行自動測試
工作步驟
1、Appium自動化配置
本人以honor magic手機爲例，在設置中調試出開發者模式與電腦相連。在Appium操作界面，配置抖音APP的各項參數如圖
其中appPackage和appActivity兩個參數的配置見我之前的blog ：Appium參數配置 。然後開始 Start Session
因爲要做自動化測試，所以要模擬點擊事件，因此需要記錄屏幕主要控件所在的平面座標 ，記錄點贊、關注按鈕的XY座標。
2、Mitmproxy流量分析
Mitmproxy是手機抓包分析工具，具體使用方法參見上一批blog Mitmproxy抓包分析，在這篇文章裏，已經分析出了抖音小視頻的URL路徑：
根據mitmdump展示的請求，前綴分別爲
'http://v1-dy.ixigua.com/', 'http://v9-dy.ixigua.com/',
'http://v6-dy.ixigua.com' , 'http://v3-dy-z.ixigua.com/',
'http://v3-dy-x.ixigua.com/' , 'http://v3-dy-y.ixigua.com/',
'http://v7.pstatp.com/'
這七類前綴的URL正是我們目標抖音視頻的URL 。
代碼如下：
import requests
# 文件路徑
path = '/Users/Macx/Desktop/python_demo/Douyin-Bot-master/video/'
num = 1
#使用mitmdump和python腳本攔截http請求和處理flow.request.url，用def response(flow)
def response(flow):
global num
# 經測試發現視頻url前綴主要是7個
target_urls = ['http://v1-dy.ixigua.com/', 'http://v9-dy.ixigua.com/',
'http://v6-dy.ixigua.com' , 'http://v3-dy-z.ixigua.com/',
'http://v3-dy-x.ixigua.com/' , 'http://v3-dy-y.ixigua.com/',
'http://v7.pstatp.com/' ]
#依次從以上7個URL中選出一個進行迭代
for url in target_urls:
# 過濾掉不需要的url。如果攔截的http請求是以以上URL爲開頭
if flow.request.url.startswith(url):
# 設置視頻名
filename = path + str(num) + '.mp4'
# 使用request獲取視頻url的內容
# stream=True作用是推遲下載響應體直到訪問Response.content屬性
res = requests.get(flow.request.url, stream=True)
# 將視頻寫入文件夾
with open(filename, 'ab') as f:
f.write(res.content)
f.flush()
print(filename + '下載完成')
num += 1
3、連接騰訊人臉識別API
登陸騰訊AI開放平臺創建應用
官網下載SDK ，並引入apiutil.py文件，參考官網
進行修改後：
#-*- coding: UTF-8 -*-
import hashlib
import urllib
from urllib import parse
import urllib.request
import base64
import json
import time
url_preffix='https://api.ai.qq.com/fcgi-bin/'
def setParams(array, key, value):
array[key] = value
def genSignString(parser):
uri_str = ''
for key in sorted(parser.keys()):
if key == 'app_key':
continue
uri_str += "%s=%s&" % (key, parse.quote(str(parser[key]), safe=''))
sign_str = uri_str + 'app_key=' + parser['app_key']
hash_md5 = hashlib.md5(sign_str.encode('utf-8'))
return hash_md5.hexdigest().upper()
class AiPlat(object):
def __init__(self, app_id, app_key):
self.app_id = app_id
self.app_key = app_key
self.data = {}
self.url_data = ''
def invoke(self, params):
self.url_data = urllib.parse.urlencode(params).encode("utf-8")
#利用urlopen()方法可以實現最基本請求的發起，但這幾個簡單的參數並不足以
#構建一個完整的請求，如果請求中需要加入headers（請求頭）等信息，我們就可以利用
#更強大的Request類來構建一個請求
#如req = urllib.request.Request(url=url,data=data,method='POST')
#req.add_headers('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36')
req = urllib.request.Request(self.url, self.url_data)
try:
#rsp爲針對請求獲得的響應，爲字典格式
rsp = urllib.request.urlopen(req)
str_rsp = rsp.read().decode('utf-8')
dict_rsp = json.loads(str_rsp)
return dict_rsp
except Exception as e:
print(e)
return {'ret': -1}
def face_detectface(self, image, mode):
self.url = url_preffix + 'face/face_detectface'
setParams(self.data, 'app_id', self.app_id)
setParams(self.data, 'app_key', self.app_key)
setParams(self.data, 'mode', mode)
setParams(self.data, 'time_stamp', int(time.time()))
setParams(self.data, 'nonce_str', int(time.time()))
image_data = base64.b64encode(image)
setParams(self.data, 'image', image_data.decode("utf-8"))
sign_str = genSignString(self.data)
setParams(self.data, 'sign', sign_str)
return self.invoke(self.data)
4、主要程序
# -*- coding: utf-8 -*-
"""
使用Appium做自動化模擬測試
"""
import sys
import random
import time
from PIL import Image
if sys.version_info.major != 3:
print('Please run under Python3')
exit(1)
try:
from common import debug, config, screenshot, UnicodeStreamFilter
from common.auto_adb import auto_adb
from common import apiutil
from common.compression import resize_image
except Exception as ex:
print(ex)
print('請將腳本放在項目根目錄中運行')
print('請檢查項目根目錄中的 common 文件夾是否存在')
exit(1)
VERSION = "0.0.1"
# 申請地址 http://ai.qq.com
AppID = '1107029674'
AppKey = 'fW0via1sILxB7K4o'
DEBUG_SWITCH = True
FACE_PATH = 'face/'
adb = auto_adb()
adb.test_device()
config = config.open_accordant_config()
# 審美標準
BEAUTY_THRESHOLD = 80
# 最小年齡
GIRL_MIN_AGE = 18
def yes_or_no():
"""
檢查是否已經爲啓動程序做好了準備
"""
while True:
yes_or_no = str(input('請確保手機打開了 ADB 並連接了電腦，'
'然後打開手機軟件，確定開始？[y/n]:'))
if yes_or_no == 'y':
break
elif yes_or_no == 'n':
print('謝謝使用', end='')
exit(0)
else:
print('請重新輸入')
def _random_bias(num):
"""
random bias
:param num:
:return:
"""
print('num = ', num)
return random.randint(-num, num)
def next_page():
"""
翻到下一頁
:return:
"""
#模擬滑動，從x1,y1經歷durationg時間滑動到x2,y2
cmd = 'shell input swipe {x1} {y1} {x2} {y2} {duration}'.format(
x1=config['center_point']['x'],
y1=config['center_point']['y']+config['center_point']['ry'],
x2=config['center_point']['x'],
y2=config['center_point']['y']-config['center_point']['ry'],
duration=200
)
adb.run(cmd)
time.sleep(2.0)
def follow_user():
"""
關注用戶
:return:
"""
#模擬點擊
cmd = 'shell input tap {x} {y}'.format(
x=config['follow_bottom']['x'] + _random_bias(10),
y=config['follow_bottom']['y'] + _random_bias(10)
)
adb.run(cmd)
time.sleep(0.5)
def thumbs_up():
"""
點贊
:return:
"""
cmd = 'shell input tap {x} {y}'.format(
x=config['star_bottom']['x'] + _random_bias(10),
y=config['star_bottom']['y'] + _random_bias(10)
)
adb.run(cmd)
time.sleep(0.5)
def main():
"""
main
:return:
"""
print('程序版本號：{}'.format(VERSION))
print('激活窗口並按 CONTROL + C 組合鍵退出')
debug.dump_device_info()
screenshot.check_screenshot()
while True:
next_page()
time.sleep(0.5)
#通過以下方法獲得截圖autojump.png
screenshot.pull_screenshot()
#通過以下方法對截圖進行壓縮，得到optimized.png
resize_image('autojump.png', 'optimized.png', 1024*1024)
with open('optimized.png', 'rb') as bin_data:
image_data = bin_data.read()
#初始化AiPlat
ai_obj = apiutil.AiPlat(AppID, AppKey)
#調用AiPlat的face_detectface方法，生成字典形式的rsp，存放圖片信息及圖片
rsp = ai_obj.face_detectface(image_data, 0)
major_total = 0
minor_total = 0
#若調用成功。ret返回0，調用成功，非0失敗
if rsp['ret'] == 0:
beauty = 0
for face in rsp['data']['face_list']:
print(face)
#標註臉部區域
face_area = (face['x'], face['y'], face['x']+face['width'], face['y']+face['height'])
print(face_area)
img = Image.open("optimized.png")
#對臉部進行切割
cropped_img = img.crop(face_area).convert('RGB')
cropped_img.save(FACE_PATH + face['face_id'] + '.png')
# 性別判斷
if face['beauty'] > beauty and face['gender'] < 50:
beauty = face['beauty']
if face['age'] > GIRL_MIN_AGE:
major_total += 1
else:
minor_total += 1
# 是個美人兒~關注點贊走一波
if beauty > BEAUTY_THRESHOLD and major_total > minor_total:
print('發現漂亮妹子！！！')
thumbs_up()
follow_user()
else:
print(rsp)
continue
if __name__ == '__main__':
try:
# yes_or_no()
main()
except KeyboardInterrupt:
adb.run('kill-server')
print('謝謝使用')
exit(0)
結果展示
下載的小視頻：
至於自動點贊、關注什麼的就不錄製視頻了，親測可以，讓程序飛一會兒》》》》》》