2024年最新Python手机App数据抓取实战：抖音用户的抓取(2)，社招自我面试

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

---

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： 风，又奈何

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

python免费学习资料以及群交流解答点击即可加入

---

环境准备

---

• fiddler

• appium

• mitmproxy(mitmdump)

• python3.6

• 自带root的安卓虚拟机

• Android SDK

安卓模拟器需要安装xposed框架并安装JustTrustMe组件，因为抖音会有ssl验证，会导致我们在将数据发送到我们的抓包工具的时候无法联网，所以需要安装这个组件来关闭ssl验证

mitmproxy、AndroidSDK需要加入环境变量，这步就不再叙述

项目准备

---

首先我们需要给虚拟机安装fiddler、mitmproxy的证书

1)fiddler 主要设置如下

端口设置可以随意更改，本文设置为8889

电脑主机打开命令行 输入ipconfig查看本机IP

设置模拟器的代理

接下来打开浏览器，输入 ip:prot 如本机为 117.90.211.134:8889 下载安装fiddler证书 如下步骤

接下来我们就可以使用fiddler正确的抓取手机数据包了

2）mitmproxy证书

我们在Windows系统上常用的是mitmproxy的mitmdump 打开cmd输入mitmdump -p 端口号 就可以启动服务

为了方便我们将端口号也设置为8889 但是开启这个的时候需要先关闭fiddler 不然会端口冲突，然后打开模拟器的浏览器看看能否接受数据

我们发现出问题了，发现现在直接提示空的响应而不是证书的问题，看到mitmdump报的错误是 killed by block_global 是什么原因呢？

这是mitmdump的自我保护措施，它防止全球网络的连接，意思就是如果是本地局域网它不会阻拦，那该怎么办呢？

有两种解决办法：第一种，将模拟器的网络连接设置为桥接模式，这样就不会出现问题；

第二种办法是启动的时候加入参数 mitmdump -p 8889 --set block_global=false 如下图

接下来 安装mitmproxy的证书 浏览器输入网址 mitm.it 然后安装证书

现在再打开网页就不会出现证书的提醒了

这时候我们需要用的主要两个抓包工具的证书就安装完成了，需要注意的是我们每次测试都可能需要重新安装证书，因为我们的主机IP可能会变

App分析

---

首先呢我们先确认模拟器中的xposed框架的JustTrustMe组件是否开启 不然我们抖音App不能正常访问网络

注意以下步骤只能在网络桥接模式下使用（或者使用真机与电脑在同一个网络） 否则fiddler无法抓取到所有的包

首先使用fiddler分析，打开fiddler 并打开抖音进行操作 本项目是爬取cxk坤坤的粉丝数据，所以我们先进入他的抖音主页点进粉丝列表

粉丝好多，我们接下来向下滑动，看看当向下滑动刷新出更多粉丝的时候 fiddler会抓取到什么数据

会发现每次向下滑动的时候都会有一个含有 aweme/v1/user/follower/list/ 的网址，我们怀疑这就是粉丝数据的接口 我们把这个网址返回来的数据放入 json.cn 看看

还真的就是粉丝数据，会发现每次滑动更新的是二十个粉丝，所以我们就找对了方向，下面我们来分析这个请求

GET https://aweme-hl.snssdk.com/aweme/v1/user/follower/list/?user_id=103313639528&sec_user_id=MS4wLjABAAAAxj2Cuu75g3I2pGOs7jtw5XN6WMiCKbA-jfIjlONRRvM&max_time=1570336550&count=20&offset=0&source_type=1&address_book_access=1&gps_access=1&openudid=3ca06768d1f58615&version_name=8.1.1&ts=1570336895&device_type=OPPO%20R11&ssmix=a&iid=87664447665&app_type=normal&os_api=19&mcc_mnc=46007&device_id=68799320259&resolution=720*1280&device_brand=OPPO&aid=1128&manifest_version_code=811&app_name=aweme&_rticket=1570336895512&os_version=4.4.2&device_platform=android&version_code=811&update_version_code=8112&ac=wifi&dpi=240&uuid=866174010601603&language=zh&channel=tengxun_new HTTP/1.1

我们会发现这个请求的url带有很多很多的参数，没错，这是抖音自身的加密方法，要破解这个可得好一会了，所以我们无法使用requests直接构造请求来获得数据了，那我们该如何获取数据呢？

没错就是使用mitmdump，mitmdump有个最大的好处就是可以与python文件交互，我们可以直接使用python写好命令，使用mitmdump抓包，我们手动的滑动就可以解析出数据了

编写douyin_mitmdump.py文件 代码如下：

import json

#函数名必须这样写 这是mitmdump规则

def response(flow):

#下面这个网址是通过fiddler获取到的 但是有些数据我们无法解密，所以需要用mitmdump捕获数据包然后做分析

if ‘aweme-hl.snssdk.com/aweme/v1/user/follower/list’ in flow.request.url:

for user in json.loads(flow.response.text)[‘followers’]:

user_info={}

user_info[‘nickname’] = user[‘nickname’]

user_info[‘share_id’] = user[‘uid’]

user_info[‘douyin_id’] = user[‘short_id’]

#有的用户修改了抖音号

if user_info[‘douyin_id’] == ‘0’:

user_info[‘douyin_id’] = user[‘unique_id’]

print(user_info)

现在打开cmd并切换到项目目录下 执行命令 mitmdump -p 8889 -s douyin_mitmdump.py

接下来手动滑动界面看看会不会解析数据

好的 现在我们已经成功的分析出来了粉丝数据，但是我们总不能一直鼠标滑动吧？所以我们现在需要使用Appium进行自动化测试模拟滑动

Appium自动化测试模拟滑动

---

配置信息

Appium是一个开源测试自动化框架，可用于原生，混合和移动Web应用程序测试。 它使用WebDriver协议驱动iOS，Android和Windows应用程序。

比如本文我们就使用appium来实现从点开程序到模拟滑动的全部操作。

首先我们需要在电脑上安装Appium

这个相当于appium服务端，我们在执行自动化测试的时候需要先在电脑上打开服务端，然后我们使用程序连接虚拟机或真机执行脚本进行自动化测试 点击start server打开服务端

我们首先使用appium 自带的测试程序来试一下如何操作 点击右上角的放大镜符号

进入配置选项界面 开始填写选项信息

下面我来解释每个参数都是如何得到的

1）platformName 这是平台名称 我们填写 Andriod 相信不用过多解释

2）platformVersion 这是问平台版本信息，根据各个手机不同自主填写，本文使用的是 Andriod4.4.2

3）deviceName 这个是设备的名称，我们如何获取呢？

这个时候就用到了我们AndroidSDK中的adb工具了 adb是用来连接电脑与手机的工具 我们把手机进入开发者选项并打开允许USB调试，然后打开命令行输入命令 adb devices看看有没有输出

返回的127.0.0.1:52001就是设备名称 这个是模拟器的名称，使用真机会不同 （如果没有返回就关闭开发者模式重新打开USB调试多试几次）

4）appPackage、appActivity这俩个参数非常重要，它指定了我们自动化测试的app，这两个参数获取有点麻烦，下面详解如何获取

首先手机打开App，本文就是抖音了，然后电脑命令行输入 adb shell 进入交互界面 然后输入命令 dumpsys activity | grep mFocusedActivity

第一个就是包名，第二个就是activity名 我们记下来一会编写进去（activity名称前要跟着包名）

即 包名com.ss.android.ugc.aweme activity名com.ss.android.ugc.aweme.main.MainActivity

5）noReset unicodekeyboard resetkeyboard解释会在一会的程序中

然后点击右下方保存配置信息并start session 如果点击start session发现手机自动打开抖音时，就说明我们的配置信息写对了，就可以开始使用了

这些配置信息一会要在我们的python脚本中使用，所以一定要填写正确

内容分析

---

其实app自动化测试跟网页爬虫很相似，首先分析我们该怎么做

点开抖音这一步已经不用我们去做 然后我们需要依次点左上角放大镜按钮、点击搜索框输入抖音号、点击搜索、点击用户、点击进入主页、点击粉丝、向上滑动

我们该如何定位按钮以及输入信息呢？

这又得使用AndroidSDK中的工具了 这次使用 AndroidSDK\tools\monitor.bat 中的monitor 可能有的小伙伴会问 为什么不使用可以查看xpath的魔改版的uiautomatorviewer呢?这是因为我在测试的时候发现现在抖音加入了某种时钟，我们都知道uiautomatorviewer无法获取动态页面的数据，而我发现monitor有的界面却可以，所以使用monitor，下面开始

首先用鼠标点击左边画蓝色圈的地方获取当前手机界面数据，然后鼠标点击我们需要的控件，之后右边出现的就是我们需要的信息，我们可以通过resource-id查找指定数据

现在先来编写douyin_appium.py文件测试下能否自动打开抖音并点击左上方放大镜按钮

from appium import webdriver

#WebDriverWait用来加入时间判断，有时候控件元素需要过一段时间才会出现

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！