本文讲述爬取抖音APP视频数据（本文未完，后面还有很多地方优化总结）

1、APP抓包教程，需要用到fiddler

fiddler配置和使用查看>>王者荣耀盒子APP抓包配置方法

2、寻找返回用户aweme_count和uid数据的接口

进入我关注的抖音用户主页，找到用户的抖音号并记录下来,该抖音号为unique_id（unique_id区别于uid）

用户主页有如下数据：如图所示

注：该页面并没有返回我们需要的uid数据，需要通过如下方式搜索，在另外一个页面抓包才能获取

抖音主页点击搜索图标

输入用户主页获取到的unique_id值，并点击搜索

进入该页面，切换到用户栏，该页面会返回我们需要的数据和接口

fiddler抓包，该接口返回我们需要的两个参数，作品数aweme_count和用户uid

上代码，input输入的为用户主页的unique_id，传入下面的方法中

拿到unique_id，我们请求接口，提取我们需要的数据aweme_count和uid,并打印成功，这一步结束

注：本网站为HTTPS加密，需要加verify=False参数，并要加headers

 

3、接下来寻找视频播放页面接口

手机切换到用户主页，会出现我们需要抓包的接口，因为用户主页有视频，自然接口在这里面

抓包，成功抓到下面图中所示的share_url接口，该接口需要我们传2个参数，就是上一步我们获取到的aweme_count和uid

注：share_url并不是最终我们真正下载视频的接口，需要对share_url返回的数据进一步提取，才能找到真正的视频接口

上代码，但该接口测试一些发现有些不方便用，经查阅网上一些资料，发现需要用到抖音之前的老接口，如代码中所示

这里获取得到的video_urls是一个假的视频接口，需要进一步提取真的视频接口

将video_urls传进下载视频的方法中，中间我调用了get_download_url方法，进一步提取真正的视频接口

提取真正视频接口，通过get请求假接口，在返回的一大坨响应中通过正则匹配提取

这里简单截图了两个视频接口的区别，这幅图是假的视频接口，虽然也有视频，但并不是真正的

下面这个才是我们真正的视频接口，整个页面只有一个视频，直接下载视频数据

 

至此，抖音爬取告一段落，还遗留两个问题，尚未完全搞出来

1、如何获取所有用户的抖音unique_id，而不必手动每次去查看后输入

2、如何去水印

这两个问题也已经尝试，没有那么容易，有兴趣的同学欢迎测试，有思路欢迎探讨

 

Python爬虫人工智能大数据（公众号）

源码已传技术学习群

欢迎添加好友学习探讨，备注（****）