前言
大家好，我是辣条哥
最近几天每天不为别的就是疯狂的刷短视频，不知道你们没有试过，明明来瞌睡了就会想我再刷三个，看到我喜欢的或者我三个都不喜欢我就睡~然后莫名其妙就看到外面天色有点微微发亮了 ~~~ 谁看谁不迷糊
于是乎我开始总结了一下，肯定是系统推送有问题不然不至于让我这一顿熬夜，那么这时候我的程序员毛病来了，为啥我不直接采集出来这样就没必要一个一个的去刷了吗？ 说干就干，边干边记录然后就有了这个博文了~
目录
前言
采集目标
工具准备
项目思路解析
简易源码分享
采集目标
工具准备
开发工具：pycharm
开发环境：python3.7， Windows10
使用工具包：requests
项目思路解析
我们今天需要获取的是某短视频的点赞视频信息，首先定位到我们需要的数据位置，通过抓包的方式进行准确的数据，点击快手页面进行登录，点击个人中心，点击我赞的视频，在当前页面进行抓包，获取到我们想要的数据信息
明确到自己需要采集的数据之后做我们爬虫的第一步，获取到我们目标地址：某短视频首页，通过requests发送网络请求，带上我们需要的请求头，这个请求头需要注意，他的请求头需要带上accept: /，不然在获取下一页的时候页数是不会变化的，这个需要重点注意，请求头入下：
headers = {
'accept': '*/*',
'content-type': 'application/json',
'Cookie': '',
'Host': 'www.kuaishou.com',
'Origin': 'https://www.xxxxxxxxxx.com',
'Referer': 'https://www.xxxxxxxxx.com/profile/3x382umv98zjz79',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36',}
1
2
3
4
5
6
7
8
9
发送的是post请求需要携带的参数，pcursor是用来控制页数信息的,传递的数据是载荷数据，传输时以json接受就行，一下是提交的数据信息：
data = {
"operationName": "visionProfileLikePhotoList",
"variables": {
"pcursor": '',
"page": "profile"
},
"query": "fragment photoContent on PhotoEntity {\n id\n duration\n caption\n likeCount\n viewCount\n realLikeCount\n coverUrl\n photoUrl\n photoH265Url\n manifest\n manifestH265\n videoResource\n coverUrls {\n url\n __typename\n }\n timestamp\n expTag\n animatedCoverUrl\n distance\n videoRatio\n liked\n stereoType\n profileUserTopPhoto\n __typename\n}\n\nfragment feedContent on Feed {\n type\n author {\n id\n name\n headerUrl\n following\n headerUrls {\n url\n __typename\n }\n __typename\n }\n photo {\n ...photoContent\n __typename\n }\n canAddComment\n llsid\n status\n currentPcursor\n __typename\n}\n\nquery visionProfileLikePhotoList($pcursor: String, $page: String, $webPageArea: String) {\n visionProfileLikePhotoList(pcursor: $pcursor, page: $page, webPageArea: $webPageArea) {\n result\n llsid\n webPageArea\n feeds {\n ...feedContent\n __typename\n }\n hostName\n pcursor\n __typename\n }\n}\n"}
1
2
3
4
5
6
7
8
9
发送请求获取的数据为json数据信息转换成字典数据，从中提取出你想要的数据信息，筛选出我们想要的视频标题，以及视频的播放地址，对视频地址发送请求就行，想实现翻页效果需要注意，我们下一页的页面数据是在他上个数据的接口里，提取数据了时候一起提取出来
简易源码分享
import requests
data = {
"operationName": "visionProfileLikePhotoList",
"variables": {
"pcursor": '',
"page": "profile"
},
"query": "fragment photoContent on PhotoEntity {\n id\n duration\n caption\n likeCount\n viewCount\n realLikeCount\n coverUrl\n photoUrl\n photoH265Url\n manifest\n manifestH265\n videoResource\n coverUrls {\n url\n __typename\n }\n timestamp\n expTag\n animatedCoverUrl\n distance\n videoRatio\n liked\n stereoType\n profileUserTopPhoto\n __typename\n}\n\nfragment feedContent on Feed {\n type\n author {\n id\n name\n headerUrl\n following\n headerUrls {\n url\n __typename\n }\n __typename\n }\n photo {\n ...photoContent\n __typename\n }\n canAddComment\n llsid\n status\n currentPcursor\n __typename\n}\n\nquery visionProfileLikePhotoList($pcursor: String, $page: String, $webPageArea: String) {\n visionProfileLikePhotoList(pcursor: $pcursor, page: $page, webPageArea: $webPageArea) {\n result\n llsid\n webPageArea\n feeds {\n ...feedContent\n __typename\n }\n hostName\n pcursor\n __typename\n }\n}\n"}
headers = {
'accept': '*/*',
'content-type': 'application/json',
'Cookie': '',
'Host': 'www.xxxxxxxxxx.com',
'Origin': 'https://www.xxxxxxxx.com',
'Referer': 'https://www.xxxxxxxx.com/profile/3x382umv98zjz79',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36',}
url = 'https://www.xxxxxxxx.com/graphql'
res = requests.post(url, headers=headers, json=data)
for i in res.json()'data'['feeds']:
# print(i)
title = i['photo']['caption']
play_url = i['photo']['photoUrl']
res = requests.get(play_url)
# print(res.content)
title = title.replace('#', '').replace('？', '').replace('\n', '')
with open('某短视频/' + title + '.mp4', 'wb')as f:
f.write(res.content)
print('正在下载：{}'.format(title))
