Python爬取抖音高颜值小视频

迷南。 2023-07-20 12:08 5阅读 0赞

## **前言** ##

文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者：有趣的Python

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取http://t.cn/A6Zvjdun

## **目 标 场 景** ##

相信大家平时刷抖音短视频的时候，看到颜值高的小姐姐，都有随手点赞关注的习惯。

如果一条条去刷确实很耗时间，如果 Python 能帮忙筛选出颜值高的小姐姐那就省了很多事。

本篇文章是借助「百度人脸识别」API，帮我们识别出抖音上颜值高的小姐姐，然后下载到手机相册中。

## **准 备 工 作** ##

首先，项目需要对页面元素进行一些精准的操作，需要提前准备一部 Android 设备，激活开发者选项，并在开发者选项中打开 「USB 调试和指针位置」两处设置。

为了确保 adb 命令能正常使用，需要提前配置好 adb 开发环境。

页面元素中的部分元素没法利用 name 等常用属性获取到，可能需要获取到完整的「UI 树」，再利用 Airtest 判断是否存在某个 UI 元素。

# 安装依赖
    pip3 install pocoui

另外，项目中会对视频进行人脸识别，获取到出现的所有人脸，再进行性别识别及颜值判断。

这里需要进行百度云后台，注册一个人脸识别的应用，获取到一组 「API Key 和 Secret Key」值。

![format_png][]

然后利用官网提供的 API 文档即可获取到「access token」，由于 ak 的有效期为一个月，所以只需要初始化一次，后面就可以利用人脸识别接口进行正常的识别了。

appid = '你注册应用的appid'
    api_key = '你注册应用的ak'
    secret_key = '你注册应用的sk'
    
    def get_access_token():
        """
         其关access_token有效期一般有一个月
        """
        # 此变量赋值成自己API Key的值
        client_id = api_key  
    
        # 此变量赋值成自己Secret Key的值
        client_secret = secret_key  
    
        auth_url = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
    
        header_dict = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko',
                       "Content-Type": "application/json"}
    
        # 请求获取到token的接口
        response_at = requests.get(auth_url, headers=header_dict)
        json_result = json.loads(response_at.text)
        access_token = json_result['access_token']
        return access_token

## **编 写 脚 本** ##

在上面已经配置好了 adb 环境的情况下，可以直接借助 python 中的 os 模块执行 adb 命令打开抖音 App。

# 抖音App的应用包名和初始Activity
    package_name = 'com.ss.android.ugc.aweme'
    activity_name = 'com.ss.android.ugc.aweme.splash.SplashActivity'
    
    def start_my_app(package_name, activity_name):
        """
        打开应用
        adb shell am start -n com.tencent.mm/.ui.LauncherUI
        :param package_name:
        :return:
        """
        os.popen('adb shell am start -n %s/%s' % (package_name, activity_name))

接着，我们需要截取当前播放视频的截图到本地。 需要注意的是，抖音视频播放界面包含视频创作者头像、BGM 创作者头像等一些杂乱的元素，可能对人脸识别的结果产生一些误差，所以需要对屏幕截图之后的图像进行「二次裁剪」处理。

def get_screen_shot_part_img(image_name):
        """
        获取手机截图的部分内容
        :return:
        """
        # 截图
        os.system("adb shell /system/bin/screencap -p /sdcard/screenshot.jpg")
        os.system("adb pull /sdcard/screenshot.jpg %s" % image_name)
    
        # 打开图片
        img = Image.open(image_name).convert('RGB')
    
        # 图片的原宽、高(1080*2160)
        w, h = img.size
    
        # 截取部分，去掉其头像、其他内容杂乱元素
        img = img.crop((0, 0, 900, 1500))
    
        img.thumbnail((int(w / 1.5), int(h / 1.5)))
    
        # 保存到本地
        img.save(image_name)
    
        return image_name

现在可以使用百度提供的 API 获取到上面截图的人脸列表。

def parse_face_pic(pic_url, pic_type, access_token):
        """
        人脸识别
        5秒之内
        :param pic_url:
        :param pic_type:
        :param access_token:
        :return:
        """
        url_fi = 'https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=' + access_token
    
        # 调用identify_faces，获取人脸列表
        json_faces = identify_faces(pic_url, pic_type, url_fi)
    
        if not json_faces:
            print('未识别到人脸')
            return None
        else:
            # 返回所有的人脸
            return json_faces

从上述的人脸列表中筛选出性别为女，年龄为 18-30 岁之间，颜值超过 70 的小姐姐。

def analysis_face(face_list):
        """
        分析人脸，判断颜值是否达标
        18-30之间，女，颜值大于80
        :param face_list:识别的脸的列表
        :return:
        """
        # 是否能找到高颜值的美女
        find_belle = False
        if face_list:
            print('一共识别到%d张人脸，下面开始识别是否有美女~' % len(face_list))
            for face in face_list:
                # 判断是男、女
                if face['gender']['type'] == 'female':
                    age = face['age']
                    beauty = face['beauty']
    
                    if 18 <= age <= 30 and beauty >= 70:
                        print('颜值为:%d,及格，满足条件！' % beauty)
                        find_belle = True
                        break
                    else:
                        print('颜值为:%d,不及格，继续~' % beauty)
                        continue
                else:
                    print('性别为男,继续~')
                    continue
        else:
            print('图片中没有发现人脸.')
    
        return find_belle

由于视频是连续播放的，很难通过截取视频某一帧，判断视频有出现颜值高的小姐姐。

另外，大部分短视频播放时长为「10s+」，这里需要对每一个视频多次截图去做人脸识别，直到识别到颜值高的小姐姐。

# 一条视频最长的识别时间
    RECOGNITE_TOTAL_TIME = 10 
    # 识别次数
    recognite_count = 1
    
    # 对当前视频截图去人脸识别
    while True:
      # 获取截图
      print('开始第%d次截图' % recognite_count)
    
      # 截取屏幕有用的区域，过滤视频作者的头像、BGM作者的头像
      screen_name = get_screen_shot_part_img('images/temp%d.jpg' % recognite_count)
    
      # 人脸识别
      recognite_result = analysis_face(parse_face_pic(screen_name, TYPE_IMAGE_LOCAL, access_token))
    
      recognite_count += 1
    
      # 第n次识别结束后的时间
      recognite_time_end = datetime.now()
    
      # 这一条视频出现了颜值高的小姐姐
      if recognite_result:
             pass
      else:
             print('超时！！！这是一条没有吸引力的视频！')
             # 跳出里层循环
             break

一旦当前播放的视频识别出有颜值高的小姐姐，就需要模拟保存视频到本地的操作。

![format_png 1][]

获取「分享」和「保存本地」两个按钮的坐标位置，依次利用 adb 执行点击操作即可下载视频到本地。

def save_video_met():
        """
        :return:
        """
        # 分享
        os.system("adb shell input tap 1000 1500")
        time.sleep(0.05)
    
        # 保存到本地
        os.system("adb shell input tap 350 1700")

另外，由于下载视频的过程是一个耗时操作，在下载进度对话框还未消失之前，需要做一个「模拟等待」的操作。

def wait_for_download_finished(poco):
        """
        从点击下载，到下载完全
        :return:
        """
    
        element = Element()
        while True:
            # 由于是对话框，不能利用Element类来判断是否存在某个元素来准确处理
            # element_result = element.findElementByName('正在保存到本地')
    
            # 当前页面UI树元素信息
            # 注意：保存的时候可能会获取元素异常，这里需要抛出，并终止循环
            # com.netease.open.libpoco.sdk.exceptions.NodeHasBeenRemovedException: Node was no longer alive when query attribute "visible". Please re-select.
            try:
                ui_tree_content = json.dumps(poco.agent.hierarchy.dump(), indent=4).encode('utf-8').decode('unicode_escape')
            except Exception as e:
                print(e)
                print('异常，按下载处理~')
                break
    
            if '正在保存到本地' in ui_tree_content:
                print('还在下载中~')
                time.sleep(0.5)
                continue
            else:
                print('下载完成~')
                break

在视频保存到本地之后，就可以模拟向上滑动的操作，跳到播放「下一条视频」。 循环上面的操作，即可筛选出所有颜值高的小姐姐，并保存到本地。

def play_next_video():
        """
        下一个视频
        从下往上滑动
        :return:
        """
        os.system("adb shell input swipe 540 1300 540 500 100")

在脚本一条条刷视频的过程中，可能会遇到一下广告，我们需要对这类视频进行过滤。

def is_a_ad():
        """
        判断的当前页面上是否是一条广告
        :return:
        """
        element = Element()
        ad_tips = ['去玩一下', '去体验', '立即下载']
    
        find_result = False
    
        for ad_tip in ad_tips:
            try:
                element_result = element.findElementByName(ad_tip)
                # 是一条广告,直接跳出
                find_result = True
                break
            except Exception as e:
                find_result = False
    
        return find_resul

## **结 果 结 论** ##

运行上面的脚本，会自动打开抖音，对每一条小视频多次进行人脸识别，直到识别到颜值高的小姐姐，保存视频到本地，然后继续刷下一条短视频。

![format_png 2][]

如果你觉得文章还不错，请大家点赞分享下。你的肯定是我最大的鼓励和支持。

[format_png]: /images/20230528/5338ccac325b45af9a2dd016c07ca066.png
[format_png 1]: /images/20230528/f9baf1feeb6244328eeeb496a1d83085.png
[format_png 2]: /images/20230528/04d93a75c7c84522abb1bec90e12d4ab.png