爬取抖音数据实践方案《基础版》

背景:

现在移动短视频大火,很多的内容消费都在手机的客户端上进行。为了监控类似抖音短视频平台上的风险数据(主要是视频标题、视频内容、评论区),采用爬虫技术手段来实时爬取内容。

 

技术方案:

python(脚本程序)+mitmproxy(代理服务器)+appium(自动化工具)

 

原理:

采用抓包的方式,通过设置代理服务器、以及设置https证书,让所有的http、https的请求和响应全部通过这个代理服务器来转发,然后利用脚本对转发的数据进行处理。

 

和fiddler、Charles等抓包工具对比,mitmproxy最大的优势是它提供了python脚本的对接入口,可以利用python来处理爬取到的数据。例如:下载视频文件,存储关键信息到我们自己的DB上等。

 

 

实现爬取抖音视频及标题数据

 

第一步:安装环境及工具

 

安装python环境

www.python.org/downloads/

 

安装mitmproxy代理工具

mitmproxy.org/

 

安装appium自动化工具(目前没用到)

 

第二步:设置代理相关

(为支持https请求需安装证书)

 

1.安装完mitmproxy后,会在如下目录生成证书文件。

2.安装mitmproxy的pc证书

双击mitmproxy-ca.p12证书进行安装,弹出如下窗口:

点击下一步,如下:

  • 1
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值