python读取抖音弹幕

‘壹’ python爬虫抖音数据时能筛选视频内容吗

python爬虫抖音数据时能筛选视频内容吗，假设已经配置好我们所需要的工具

1、使用mitmproxy对手机app抓包获取我们想要的内容

2、利用appium自动化测试工具，驱动app模拟人的动作（滑动、点击等）

3、将1和2相结合达到自动化爬虫的效果

# mitmproxy/mitmmp抓包

确保已经安装好了mitmproxy，并且手机和PC处于同一个局域网下，同时也配置好了mitmproxy的CA证书，网上有很多相关的配置教程，这里我就略过了。

因为mitmproxy不支持windows系统，所以这里用的是它的组件之一mitmmp，它是mitmproxy的命令行接口，可以利用它对接我们的Python脚本，用Python实现监听后的处理。

‘贰’ 安装了Python怎么运行不了抖音里面很火的那个画画的小程序

1. 第三行没有冒号
   

2. 不知道你下面for循环有没有缩进

import turtle as t

t.goto(100, 0)
for i in range(10):
t.left(80)
t.fd(100)
t.left(135)
t.fd(120)

‘叁’ 实现抖音视频抖动效果---OpenCV-Python开发指南（53）

感兴趣的不妨随便弄一个视频使用抖音抖动效果观察。这里，博主建议读者使用国际象棋的视频图像，这种方块的格式更能看清细微的抖动变化。

我们观察抖音抖动视频会发现，抖动效果的原理是对视频中的一些态喊帧进行剪切和放大到原图，出现视频中的人或者物体放大颤动的效果，并因为视觉残留出现闪影效果。

换到OpenCV中进行处理，就可以分为以下几个步骤：

按照原理，我们先读取视频，或者直接使用摄像头。然后获取图像的帧数FPS，同时获取橘源图像的中心Center，将图像按比例剪圆闭态裁20%之后，在放大至原图。

下面，我们来实现视频抖动效果：

运行之后，效果如下：

‘肆’ 怎么用Python爬取抖音高点赞高收藏的短视频

用scrapy框架，但是你这样做侵犯了知识版权，如果用于商用，会面临起诉。

记者从北京市海淀区人民法院获悉，因认为刷宝APP采用技术手段或人工方式获取抖音APP短视频及评论并向公众提供的行为构成不正当竞争，北京微播视界科技有限公司（下称微播公司）将北京创锐文化传媒有限公司（下称创锐公司）、成都力奥文化传播有限公司（下称力奥公司）诉至法院。在案件审理过程中，微播公司提出行为保全申请，要求创锐公司、力奥公司立即停止采用技术手段或人工方式获取来源于抖音APP中的视频文件、评论内容并通过刷宝APP向公众提供的行为。北京海淀法院于6月28日依法做出行为保全裁定，支持了微播公司的行为保全申请。

微播公司称，其为抖音APP的开发者和运营者，通过投入高额的运营成本、提供优质的原创内容在同类产品中形成竞争优势，微播公司对抖音APP中的短视频及评论享有合法权益。二被申请人作为同业竞争者，在其共同运营的刷宝APP中向公众提供非法抓取自抖音APP的短视频及用户评论，已取证的短视频数量达5万余条。二被申请人的上述行为削弱了微播公司的竞争优势，违反了反不正当竞争法第二条的规定，构成不正当竞争。

‘伍’ 学python最想要提升的是哪些地方

1.学习 Python 包并实现基本的爬虫过程
大部分爬虫都是按“发送请求——获得页面——解析页面——抽取并储存内容”这样的流程来进行，这其实也是模拟了我们使用浏览器获取网页信息的过程。Python中爬虫相关的包很多：urllib、requests、bs4、scrapy、pyspider 等，建议从requests+Xpath 开始，requests 负责连接网站，返回网页，Xpath 用于解析网页，便于抽取数据。
如果你用过 BeautifulSoup，会发现 Xpath 要省事不少，一层一层检查元素代码的工作，全都省略了。这样下来基本套路都差不多，一般的静态网站根本不在话下。当然如果你需要爬取异步加载的网站，可以学习浏览器抓包分析真实请求或者学习Selenium来实现自动化。
2.了解非结构化数据的存储
爬回来的数据可以直接用文档形式存在本地，也可以存入数据库中。开始数据量不大的时候，你可以直接通过 Python 的语法或 pandas 的方法将数据存为csv这样的文件。当然你可能发现爬回来的数据并不是干净的，可能会有缺失、错误等等，你还需要对数据进行清洗，可以学习 pandas 包的基本用法来做数据的预处理，得到更干净的数据。
3.学习scrapy，搭建工程化爬虫
掌握前面的技术一般量级的数据和代码基本没有问题了，但是在遇到非常复杂的情况，可能仍然会力不从心，这个时候，强大的 scrapy 框架就非常有用了。scrapy 是一个功能非常强大的爬虫框架，它不仅能便捷地构建request，还有强大的 selector 能够方便地解析 response，然而它最让人惊喜的还是它超高的性能，让你可以将爬虫工程化、模块化。学会 scrapy，你可以自己去搭建一些爬虫框架，你就基本具备Python爬虫工程师的思维了。
4.学习数据库知识，应对大规模数据存储与提取
Python客栈送红包、纸质书
爬回来的数据量小的时候，你可以用文档的形式来存储，一旦数据量大了，这就有点行不通了。所以掌握一种数据库是必须的，学习目前比较主流的 MongoDB 就OK。MongoDB 可以方便你去存储一些非结构化的数据，比如各种评论的文本，图片的链接等等。你也可以利用PyMongo，更方便地在Python中操作MongoDB。因为这里要用到的数据库知识其实非常简单，主要是数据如何入库、如何进行提取，在需要的时候再学习就行。
5.掌握各种技巧，应对特殊网站的反爬措施
当然，爬虫过程中也会经历一些绝望啊，比如被网站封IP、比如各种奇怪的验证码、userAgent访问限制、各种动态加载等等。遇到这些反爬虫的手段，当然还需要一些高级的技巧来应对，常规的比如访问频率控制、使用代理IP池、抓包、验证码的OCR处理等等。往往网站在高效开发和反爬虫之间会偏向前者，这也为爬虫提供了空间，掌握这些应对反爬虫的技巧，绝大部分的网站已经难不到你了。
6.分布式爬虫，实现大规模并发采集，提升效率
爬取基本数据已经不是问题了，你的瓶颈会集中到爬取海量数据的效率。这个时候，相信你会很自然地接触到一个很厉害的名字：分布式爬虫。分布式这个东西，听起来很恐怖，但其实就是利用多线程的原理让多个爬虫同时工作，需要你掌握Scrapy+ MongoDB + Redis 这三种工具。Scrapy 前面我们说过了，用于做基本的页面爬取，MongoDB 用于存储爬取的数据，Redis 则用来存储要爬取的网页队列，也就是任务队列。所以有些东西看起来很吓人，但其实分解开来，也不过如此。当你能够写分布式的爬虫的时候，那么你可以去尝试打造一些基本的爬虫架构了，实现一些更加自动化的数据获取。
只要按照以上的Python爬虫学习路线，一步步完成，即使是新手小白也能成为老司机，而且学下来会非常轻松顺畅。所以新手在一开始的时候，尽量不要系统地去啃一些东西，找一个实际的项目，直接开始操作。
其实学Python编程和练武功其实很相似，入门大致这样几步:找本靠谱的书,找个靠谱的师傅，找一个地方开始练习。
学语言也是这样的：选一本通俗易懂的书，找一个好的视频资料，然后自己装一个IDE工具开始边学边写。
7.给初学Python编程者的建议：
①信心。可能你看了视频也没在屏幕上做出点啥，都没能把程序运行起来。但是要有自信，所有人都是这样过来的。
②选择适合自己的教程。有很早的书籍很经典，但是不是很适合你，很多书籍是我们学过一遍Python之后才会发挥很大作用。
③写代码，就是不断地写，练。这不用多说，学习什么语言都是这样。总看视频，编不出东西。可以从书上的小案例开始写，之后再写完整的项目。
④除了学Python，计算机的基础也要懂得很多，补一些英语知识也行。
⑤不但会写，而且会看，看源码是一个本领，调试代码更是一个本领，就是解决问题的能力，挑错。理解你自己的报错信息，自己去解决。
⑥当你到达了一个水平，就多去看官方的文档，在CSDN上面找下有关Python的博文或者群多去交流。
希望想学习Python的利用好现在的时间，管理好自己的学习时间，有效率地学习Python，Python这门语言可以做很多事情。

‘陆’ python获取B站视频信息（HTML实现）

# code at 2021-10-1

# 根据html标签获取数据

# 需要安装包pip lxml

import requests

import bs4

import ctypes

import tkinter

import tkinter.ttk

import tkinter.scrolledtext

import pyperclip

import lxml

headers = {

# 'authority': 'developer.mozilla.org',

# 'pragma': 'no-cache',

# 'cache-control': 'no-cache',

# 'upgrade-insecure-requests': '1',

    'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 '

                  'YaBrowser/19.7.0.1635 Yowser/2.5 Safari/537.36',

    # 'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,

# application/signed-exchange;v=b3', 'accept-encoding': 'gzip, deflate, br', 'accept-language': 'zh-CN,

    # zh-TW;q=0.9,zh;q=0.8,en-US;q=0.7,en;q=0.6', 'cookie': 你的cookie,

}

global view

global dm

global time

global like

global coin

global collect

global share

def get_video_info():

global view

global dm

global time

global like

global coin

global collect

global share

half_url = GetBVString.get()

if 'http' in half_url:

bv_string = half_url.strip().split('?')[0].split('/')[4]

GetBVString.delete(0, '')

GetBVString.insert(0, bv_string)

else:

bv_string = half_url

response = requests.get(f'https://www.bilibili.com/video/{bv_string}', headers=headers)

soup = bs4.BeautifulSoup(response.text, "lxml")

view = soup.select('#viewbox_report > div > span.view')[0].text.replace('播放 · ', '')

dm = soup.select('#viewbox_report > div > span.dm')[0].text.replace('弹幕', '')

like = soup.select('#arc_toolbar_report > div.ops > span.like'汪悉高)[0].text.replace('\n    ', ''困尺)

coin = soup.select('#arc_toolbar_report > div.ops > span.coin')[0].text.replace('\n      ', '').replace('\n    ',

                                                                                 陆局                           '')

collect = soup.select('#arc_toolbar_report > div.ops > span.collect')[0].text.replace('\n    ', '')

share = soup.select('#arc_toolbar_report > div.ops > span.share')[0].text.replace('\n      ', '')

time = soup.select('#viewbox_report > div > span:nth-child(3)')[0].text

viewLabel.configure(text=view)

dmLabel.configure(text=dm)

likeLabel.configure(text=like)

coinLabel.configure(text=coin)

collectLabel.configure(text=collect)

shareLabel.configure(text=share)

timeLabel.configure(text=time)

def paste():

GetBVString.delete(0, '')

GetBVString.insert(0, pyperclip.paste())

def clear():

GetBVString.delete(0, '')

window = tkinter.Tk()

ctypes.windll.shcore.SetProcessDpiAwareness(1)

ScaleFactor = ctypes.windll.shcore.GetScaleFactorForDevice(0)

window.tk.call('tk', 'scaling', ScaleFactor /72)

window.title('视频数据监控')

GetBVString = tkinter.ttk.Entry(window)# , width=50

confirm = tkinter.ttk.Button(window, text="获取", command=get_video_info)

paste = tkinter.ttk.Button(window, text="粘贴", command=paste)

clear = tkinter.ttk.Button(window, text="清空", command=clear)

tkinter.ttk.Label()

viewLabelHint = tkinter.ttk.Label(window, text='播放：')

dmLabelHint = tkinter.ttk.Label(window, text='弹幕：')

timeLabelHint = tkinter.ttk.Label(window, text='时间：')

likeLabelHint = tkinter.ttk.Label(window, text='点赞：')

coinLabelHint = tkinter.ttk.Label(window, text='投币：')

collectLabelHint = tkinter.ttk.Label(window, text='收藏：')

shareLabelHint = tkinter.ttk.Label(window, text='分享：')

viewLabel = tkinter.ttk.Label(window, text='')

dmLabel = tkinter.ttk.Label(window, text='')

likeLabel = tkinter.ttk.Label(window, text='')

coinLabel = tkinter.ttk.Label(window, text='')

collectLabel = tkinter.ttk.Label(window, text='')

shareLabel = tkinter.ttk.Label(window, text='')

timeLabel = tkinter.ttk.Label(window, text='')

GetBVString.grid(column=0, row=0, columnspan=2)

confirm.grid(column=2, row=0)

paste.grid(column=3, row=0)

clear.grid(column=4, row=0)

viewLabelHint.grid(column=0, row=1, sticky='E')

dmLabelHint.grid(column=0, row=2, sticky='E')

likeLabelHint.grid(column=0, row=3, sticky='E')

coinLabelHint.grid(column=0, row=4, sticky='E')

collectLabelHint.grid(column=0, row=5, sticky='E')

shareLabelHint.grid(column=0, row=6, sticky='E')

timeLabelHint.grid(column=0, row=7, sticky='E')

viewLabel.grid(column=1, row=1, sticky='W')

dmLabel.grid(column=1, row=2, sticky='W')

likeLabel.grid(column=1, row=3, sticky='W')

coinLabel.grid(column=1, row=4, sticky='W')

collectLabel.grid(column=1, row=5, sticky='W')

shareLabel.grid(column=1, row=6, sticky='W')

timeLabel.grid(column=1, row=7, sticky='W')

window.mainloop()

‘柒’ python爬取抖音评论违法吗

不违法。python是指网络爬虫，是获液让得各种罩埋迹信息的一种方式，物并并且由于抖音评论是处于公开信息的一种，所以是不违法的，但是若私自使用该方式爬取其他的私密信息，那么就是违法的了。

‘捌’ python3 uiautomator2 (二) 、操作app

1、连接手机
2、启动 python -m weditor
3、以抖音为例，手机打开抖音

4、current: 获取当前包名和activity

控制台输入： uiautomator2 current

5、通过包名打开抖音app

如果我们想打开一个干净的app，可以使用app_clear 先清除app数据再打开

如上图，如果我们要定位图中2的元素时，再上几层级都有相同的元素，我们就可通过父级元素进行定位子级元素

或者

取第二个元素：

通过兄弟定位

如图想关注某个抖音号为 aaaa，的用户，可现通过定位抖音号，再去查找它的兄弟“关注”按钮

‘玖’ 爆肝！用Python制作抖音爆款视频！

前几天我在抖音上刷到一个慢慢变老的视频，播放量居然有 30W+，当时就在想这视频 Python 可不可以做？经过一番搜索，我找到了腾讯云的人脸年龄变化 API，上面介绍说只要用户上传一张人脸图片，基于人脸编辑与生成算法，就可以输出一张人脸变老或变年轻的图片，并支持实现人脸不同年龄的变化。

第一步，在注册账号之后，打开 API 密钥管理页面( https://console.cloud.tencent.com/cam/capi )获取到 SecretId 和 SecretKey。

第二步，安装腾讯云的 SDK

在人脸年龄变化 API 中有一个 AgeInfo 参数，它包含了 Age 和 FaceRect 两个属性，其中 FaceRect 属性必须填人脸在照片中基于左上角的 X、Y 坐标和人脸的高度与宽度。所以先要调用人脸检测与分析 API 得到这些数据。

下面的示例图是在网络图片中截取的。

示例结果

在上面已经得到了各个人脸的 X、Y、Width、Height 属性，加上变老的年龄 Age，就可以请求年龄变化 API 了。

这里需要注意的是 models 模块，人脸检测 models 模块是在 tencentcloud.iai.v20200303 包下，人脸年龄变化的 models 是在 tencentcloud.ft.v20200304 下，两个 models 模块并不兼容。

示例结果

最后的视频可以将图片一张一张插入 PPT 幻灯片，点击保存为视频。

用 Python 制作抖音素材，下一个 30W+ 播放量等着你。

‘拾’ python抖音解析失效

如果python抖音解析失效，可能是因为抖音更新了解析机制缺绝，导致原来的解析代码失效。也有可能是因为抖音服务器进行了升级，导致解析代码无法正常工作。对于这种情况，你可以尝试使用最新的解析代码，或者联系抖音官方，了解最新物族的解析伏蚂姿方式。如果你使用的是第三方解析工具，那么也可能是解析工具的原因，你可以尝试更换其他解析工具。