前言
記錄一下如何用python爬取app數據,本文以爬取抖音視頻app爲例。
編程工具:pycharm
app抓包工具:mitmproxy
app自動化工具:appium
運行環境:windows10
思路:
假設已經配置好我們所需要的工具
1、使用mitmproxy對手機app抓包獲取我們想要的內容
2、利用appium自動化測試工具,驅動app模擬人的動作(滑動、點擊等)
3、將1和2相結合達到自動化爬蟲的效果
# mitmproxy/mitmdump抓包
確保已經安裝好了mitmproxy,並且手機和PC處於同一個局域網下,同時也配置好了mitmproxy的CA證書,網上有很多相關的配置教程,這裏我就略過了。
因爲mitmproxy不支持windows系統,所以這裏用的是它的組件之一mitmdump,它是mitmproxy的命令行接口,可以利用它對接我們的Python腳本,用Python實現監聽後的處理。
在配置好mitmproxy之後,在控制檯上輸入mitmdump並在手機上打開抖音app,mitmdump會呈現手機上的所有請求,如下圖
可以在抖音app一直往下滑,看mitmdump所展示的請求,會發現前綴分別爲
這3個類型前綴的url正是我們的目標抖音視頻url。
那接下來就要編寫python腳本將視頻下載下來,需要使用 mitmdump -s scripts.py(此處爲python文件名)來執行腳本。
代碼寫得比較粗糙,不過基本的邏輯還是比較清晰的,這樣我們就可以把抖音的視頻下載下來,不過這個方法有個缺陷,就是獲取視頻需要人來不斷地滑動抖音的下一個視頻,這時候我們可以用一個強大的appium自動化測試工具來解決。
# Appium對手機進行模擬操作
確保已經配置好appium所依賴的環境Android和SDK,網上也有許多教程,這裏我就不說了。
appium的用法很簡單,首先我們先打開appium,啓動界面如下
點擊Start Server按鈕即可啓動appium服務
將Android手機通過數據線與PC相連,同時打開USE調試功能,可以輸入adb命令(具體可以去網上查找)測試連接情況,若出現以下結果,則說明連接成功
model是設備名,後面配置需要用到。之後點擊下圖箭頭所指的按鈕就會出現一個配置頁面
在右下角的JSON Representation配置啓動app的Desired Capabilities參數,分別是paltformName、deviceName、appPackage、appActivity。
platformName:平臺名稱,一般是Android或iOS.
deviceName:設備名稱,手機的具體類型
appPackage:App程序包名
appActivity:入口Activity名,通常以.開頭
platformName和deviceName比較容易獲得,而appPackage和appActivity這兩個可以通過以下方法獲取到。
在控制檯上輸入 adb logcat>D:\log.log 命令,並且在手機打開抖音app,然後在D盤中打開log.log文件,查找Displayed關鍵字
由上圖可以知道Displayed後面的 com.ss.android.ugc.aweme對應的是appPackage,.main.MainActivity對應的是appActivity,最後我們的配置結果如下:
再點擊Start Session即可啓動Android手機上的抖音app並進入到啓動頁面,同時PC上會彈出一個調試窗口,從這個窗口可以預覽當前手機頁面,還可以對手機模擬各種操作,在本文不是重點,所以略過。
在下面我們將使用python腳本來驅動app,直接在pycharm運行即可
效果如下圖:
歡迎點擊左上角關注小編,除了分享技術文章之外還有很多福利,私信學習資料可以領取包括不限於Python實戰演練、PDF電子文檔、面試集錦、學習資料等。