Fiddler抓取抖音视频数据
本文仅供参考学习,禁止用于任何形式的商业用途，违者自行承担责任。
准备工作：
手机（安卓、ios都可以）/安卓模拟器，今天主要以安卓模拟器为主，操作过程一致。
抓包工具：Fiddel 下载地址：（https://www.telerik.com/download/fiddler ）
编程工具：pycharm
安卓模拟器上安装抖音（逍遥安装模拟器）
一、fiddler配置
在tools中的options中，按照图中勾选后点击Actions
配置远程链接：
选择允许监控远程链接，端口可以随意设置，只要别重复就行，默认8888
然后：重启fiddler！！！这样配置才能生效。
二、安卓模拟器/手机配置
首先查看本机的IP：在cmd中输入ipconfig，记住这个IP
手机确保和电脑在同一局域网下。
手机配置：配置已连接的WiFi，代理选择手动，然后输入上图ip端口号为8888
模拟器配置：设置中长按已连接wifi，代理选择手动，然后输入上图ip端口号为8888
代理设置好后，在浏览器中输入你设置的ip：端口，例如10.10.16.194：8888，就会打开fiddler的页面。然后点击fiddlerRoot certificate安装证书，要不手机会认为环境不安全。
证书名称随便设，可能还需要设置一个锁屏密码。
接下来就可以在fiddler中抓到手机/模拟器软件的包了。
三、抖音抓包
打开抖音，然后观察fiddler中所有的包
其中有个包，包类型为json（json就是网页返回的数据，具体百度），主机地址如图，包大小一般不小，这个就是视频包。
点击这个json包，在fidder右侧，点击解码，我们将视频包的json解码
解码后：点击aweme_list,其中每个大括号代表一个视频，这个和bilibili弹幕或者快手一样，每次加载一点出来，等你看完预加载的，再重新加载一些。
Json是一个字典，我们的视频链接在：aweme_list中，每个视频下的video下的play_addr下的url_list中，一共有6个url，是完全一样的视频，可能是为了应付不同环境，但是一般第3或4个链接的视频不容易出问题，复制链接，浏览器中粘贴就能看到视频了。
接下来解决几个问题，
1、视频数量，每个包中只有这么几个视频，那如何抓取更多呢？
这时候需要借助模拟器的模拟鼠标翻页，让模拟器一直翻页，这样就不断会出现json包了。
2、如何json保存在本地使用
一种方法可以手动复制粘贴，但是这样很low。
所以我们使用fidder自带的脚本，在里面添加规则，当视频json包刷出来后自动保存json包。
自定义规则包：
链接：https://pan.baidu.com/s/1wmtUUMChzuSDZFYGSyUhCg
提取码：7z0l
点击规则脚本，然后将自定义规则放在如图所示位置：
这个脚本有两点需要修改的：
（1）第一行的网址：
这个是从视频包的url中摘出来的，抖音会时不时更新这个url，所以不能用了也要去更新：
比如现在的已经和昨天不同了，记着修改。
（2）路径，那个是我设置json包保存的地址，自己一定要去修改，并创建文件夹，修改完记着点保存。
打开设置好模拟器和脚本后，等待一会，就可以看到文件夹中保存的包了：
四、爬虫脚本
接下来在pycharm中写脚本获取json包里的视频链接：
导包：
import os,json,requests伪装头：
headers = {‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36’}逻辑代码：
运行代码：
效果：
源码：
import os, json, requests# 伪装头
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36'
}
videos_list = os.listdir(
'C:/Users/HEXU/Desktop/抖音数据爬取/抖音爬取资料/raw_data/')# 获取文件夹内所有json包名
count = 1# 计数， 用来作为视频名字
for videos in videos_list: #循环json列表， 对每个json包进行操作
a = open('./抖音爬取资料/raw_data/{}'.format(videos), encoding = 'utf-8')# 打开json包
content = json.load(a)['aweme_list']# 取出json包中所有视频
for video in content: #循环视频列表， 选取每个视频
video_url = video['video']['play_addr']['url_list'][4]# 获取视频url， 每个视频有6个url， 我选的第5个
videoMp4 = requests.request('get', video_url, headers = headers).content# 获取视频二进制代码
with open('./抖音爬取资料/VIDEO/{}.mp4'.format(count), 'wb') as f: #
以二进制方式写入路径， 记住要先创建路径
f.write(videoMp4)# 写入
print('视频{}下载完成'.format(count))# 下载提示
count += 1# 计数 + 1
