作者：哈庫吶瑪塔塔
來源：https://urlify.cn/ANzAre
記錄一下如何用python爬取app數據，本文以爬取抖音視頻app為例。
編程工具：pycharm
app抓包工具：mitmproxy
app自動化工具：appium
運行環境：windows10
思路：
假設已經配置好我們所需要的工具
1、使用mitmproxy對手機app抓包獲取我們想要的內容
2、利用appium自動化測試工具，驅動app模擬人的動作（滑動、點擊等）
3、將1和2相結合達到自動化爬蟲的效果
# mitmproxy/mitmdump抓包
確保已經安裝好了mitmproxy，並且手機和PC處於同一個區域網下，同時也配置好了mitmproxy的CA證書，網上有很多相關的配置教程，這裡我就略過了。
因為mitmproxy不支持windows系統，所以這裡用的是它的組件之一mitmdump，它是mitmproxy的命令行接口，可以利用它對接我們的Python腳本，用Python實現監聽後的處理。
在配置好mitmproxy之後,在控制臺上輸入mitmdump並在手機上打開抖音app，mitmdump會呈現手機上的所有請求，如下圖
可以在抖音app一直往下滑，看mitmdump所展示的請求，會發現前綴分別為
http://v1-dy.ixigua.com/；http://v3-dy.ixigua.com/；http://v9-dy.ixigua.com/這3個類型前綴的url正是我們的目標抖音視頻url。
那接下來就要編寫python腳本將視頻下載下來，需要使用 mitmdump -s scripts.py（此處為python文件名）來執行腳本。
import requests# 文件路徑path = 'D:/video/'num = 1788
def response(flow): global num # 經測試發現視頻url前綴主要是3個 target_urls = ['http://v1-dy.ixigua.com/', 'http://v9-dy.ixigua.com/', 'http://v3-dy.ixigua.com/'] for url in target_urls: # 過濾掉不需要的url if flow.request.url.startswith(url): # 設置視頻名 filename = path + str(num) + '.mp4' # 使用request獲取視頻url的內容 # stream=True作用是推遲下載響應體直到訪問Response.content屬性 res = requests.get(flow.request.url, stream=True) # 將視頻寫入文件夾 with open(filename, 'ab') as f: f.write(res.content) f.flush() print(filename + '下載完成') num += 1代碼寫得比較粗糙，不過基本的邏輯還是比較清晰的，這樣我們就可以把抖音的視頻下載下來，不過這個方法有個缺陷，就是獲取視頻需要人來不斷地滑動抖音的下一個視頻，這時候我們可以用一個強大的appium自動化測試工具來解決。
# Appium對手機進行模擬操作
確保已經配置好appium所依賴的環境Android和SDK，網上也有許多教程，這裡我就不說了。
appium的用法很簡單，首先我們先打開appium，啟動界面如下
點擊Start Server按鈕即可啟動appium服務
將Android手機通過數據線與PC相連，同時打開USE調試功能，可以輸入adb命令（具體可以去網上查找）測試連接情況，若出現以下結果，則說明連接成功
model是設備名，後面配置需要用到。之後點擊下圖箭頭所指的按鈕就會出現一個配置頁面
在右下角的JSON Representation配置啟動app的Desired Capabilities參數，分別是paltformName、deviceName、appPackage、appActivity。
platformName:平臺名稱，一般是Android或iOS.
deviceName:設備名稱，手機的具體類型
appPackage:App程序包名
appActivity:入口Activity名，通常以.開頭
platformName和deviceName比較容易獲得，而appPackage和appActivity這兩個可以通過以下方法獲取到。
在控制臺上輸入 adb logcat>D:\log.log 命令，並且在手機打開抖音app，然後在D盤中打開log.log文件，查找Displayed關鍵字
由上圖可以知道Displayed後面的 com.ss.android.ugc.aweme對應的是appPackage，.main.MainActivity對應的是appActivity，最後我們的配置結果如下：
{ "platformName": "Android", "deviceName": "Mi_Note_3", "appPackage": "com.ss.android.ugc.aweme", "appActivity": ".main.MainActivity"}再點擊Start Session即可啟動Android手機上的抖音app並進入到啟動頁面，同時PC上會彈出一個調試窗口，從這個窗口可以預覽當前手機頁面，還可以對手機模擬各種操作，在本文不是重點，所以略過。
在下面我們將使用python腳本來驅動app，直接在pycharm運行即可
from appium import webdriverfrom time import sleep
class Action(): def __init__(self): # 初始化配置，設置Desired Capabilities參數 self.desired_caps = { "platformName": "Android", "deviceName": "Mi_Note_3", "appPackage": "com.ss.android.ugc.aweme", "appActivity": ".main.MainActivity" } # 指定Appium Server self.server = 'http://localhost:4723/wd/hub' # 新建一個Session self.driver = webdriver.Remote(self.server, self.desired_caps) # 設置滑動初始坐標和滑動距離 self.start_x = 500 self.start_y = 1500 self.distance = 1300
def comments(self): sleep(2) # app開啟之後點擊一次屏幕，確保頁面的展示 self.driver.tap([(500, 1200)], 500)
def scroll(self): # 無限滑動 while True: # 模擬滑動 self.driver.swipe(self.start_x, self.start_y, self.start_x, self.start_y-self.distance) # 設置延時等待 sleep(2)
def main(self): self.comments() self.scroll()
if __name__ == '__main__':
action = Action() action.main()下面是爬蟲的過程。ps:偶爾會爬取到重複的視頻