这个春天,淄博烧烤成了新晋“顶流”

简介: 如何使用python爬取抖音热门数据

淄博烧烤在这个春天火出了圈,火到社交平台到处都是,火到大学生组团坐高铁到淄博打卡种草,火到你长久不联系的外省同学、朋友都要来山东品尝,火到相关话题一次次登上热搜热榜,连央视主播康辉都深夜点赞,成为现象级IP。
QQ图片20230412152853.png
从3月初突然爆火到如今依然热度不减,“淄博烧烤”火出圈的原因首先就是短视频的加持,今年的爆火,则首先来自各平台网友,特别是大学生大量发布的种草视频。自2月下旬开始,淄博火车站旅客流量开始显著上升,日均发送旅客创下近3年来最高纪录。大学生组团到淄博吃烧烤,成一时之景,在“淄博火车站打卡”、自创“淄博烧烤手势”,各种花式打卡引发大学生集体模仿,前往淄博吃烧烤的年轻人“自主发圈”,淄博烧烤开始“引爆”。
这里我们通过使用Python爬虫获取热门短视频上关于“淄博烧烤”的相关视频,评论,转发等数据来分析下,而抖音是目前非常热门的短视频平台之一,所以这里我们的目标就是抖音。抖音的数据获取可以通过官方提供的接口实现,也可以通过爬取网页来获取。但是关于抖音的反爬机制大家肯定也是了解的,在爬取过程中想要绕过被反的策略就是尽可能伪装为真实用户行为,比如自己伪装成浏览器访问网站,这可以极大程度降低被反的概率,那如何做到伪装浏览器呢?
1、可以使用请求头(headers)来掩饰自己,其中最常用的就是User Agent,User Agent也简称 UA 。
2、使用不同的User-Agent来规避反爬策略。
3、使用优质爬虫带来ip来规避反爬,ip的使用有2种方式,通过api链接获取ip在进行数据请求,还有就是通过隧道转发直接发送请求。我们的爬虫程序里面直接使用的是隧道转发模式的,使用过程如下:


    import requests
    import random

    # 要访问的目标页面
    targetUrl = "http://httpbin.org/ip"

    # 要访问的目标HTTPS页面
    # targetUrl = "https://httpbin.org/ip"

    # 代理服务器(产品官网 www.16yun.cn)
    proxyHost = "t.16yun.cn"
    proxyPort = "31111"

    # 代理验证信息
    proxyUser = "username"
    proxyPass = "password"

    proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
        "host" : proxyHost,
        "port" : proxyPort,
        "user" : proxyUser,
        "pass" : proxyPass,
    }

    # 设置 http和https访问都是用HTTP代理
    proxies = {
        "http"  : proxyMeta,
        "https" : proxyMeta,
    }


    #  设置IP切换头
    tunnel = random.randint(1,10000)
    headers = {"Proxy-Tunnel": str(tunnel)}



    resp = requests.get(targetUrl, proxies=proxies, headers=headers)

    print resp.status_code
    print resp.text
相关文章
|
网络协议 算法 架构师
一战,二战,再战,最后尘埃落定,缘定美团
一战,二战,再战,最后尘埃落定,缘定美团
189 0
一战,二战,再战,最后尘埃落定,缘定美团
再温暖的鸡汤不如一场殊死的战争,诸神之战四赛区冠军出炉!
在这个弱肉强食的创业风云里,“站在巨人的肩膀上创业”想来必是件幸福的事。听说,机会来了!你和融资、流量、阿里系生态资源的屏障也许只隔着一个“诸神之战”。
2768 0
钢铁是怎样炼成的?千锤百炼
  30岁了,经历了十多年的风风雨雨(再往前的就不算了),尤其是近两年在园子里的经历。经历的多了也就捶打出来了。     年少时,年轻气盛、朝气蓬勃、很有干劲。     每个人都有自己的脾气、秉性、喜好。
1051 0
《下一个倒下的会不会是华为》读后感
 对于《下一个倒下的会不会是华为》这本书的读后感我是抱着非常谦卑的心态来写的,我肯定自己是写不好,一是内容太长而是资历太浅,内心有那么一点纠结。  必须阐明这不是一本粉饰华为的书,也不是一本宣扬华为的书,书中主要讲的是一些通用的管理上的思想,而且后者带给人很强的认同感,有种书的作者用他独有的语言表达了我想表达但又不知道如何表达的东西,直戳心灵发人深省。
1472 0