Python最最新版弹幕爬虫

通过在JavaScript里面找到弹幕的原始消息，然后开启一个websocket链接向服务端发送数据，服务端即可获取到原始的弹幕消息。

一、找到弹幕消息的位置

我们都知道，某音的弹幕走的是websockets协议。既然是websockets协议，那么就必定有类似的代码段：

new WebSocket("ws://localhost:8080");

所以我们在开发者工具里面直接搜索new WebSocket。即可找到websockets开启的函数位置。

在这边打一个断点，网页就会停在这里。其中，r就是WebSocket 连接的地址。

二、根据WebSocket 的特性进行下一步的调试

当WebSocket建立之后，一般会走onMessage，所以我们就在当前js文件里面搜索onMessage。

值得注意的是：搜索onMessage之后有39的结果。但是我们只需要前5个即可。后面的都是没有价值的信息。给前5个都打上断点，刷新网页就会停在上图所示的位置。 

 具体的分析过程就忽略了，慢慢跟栈就能找到下图所示的位置：

控制台打印n的值，他的数据已经是明文的了。

三、自己重新写一个WebSocket

找到原始的数据之后，我们就可以插入以下代码：

for (let index = 0; index < r.msgs.length; index++) {
    const payload = r.msgs[index];
    const data = {}; 

    switch (payload.method) {
        case "WebcastChatMessage":
            data.content = payload.payload.content;
            data.user = payload.payload.user.desensitized_nickname;
            data.user_id = payload.payload.user.display_id;
            data.sec_uid = payload.payload.user.sec_uid;
            data.user_follow = payload.payload.user.follow_info.following_count;
            data.user_follower = payload.payload.user.follow_info.follower_count;
            console.log(data);
            break;
        case "WebcastGiftMessage":
            data.gift = payload.payload.common.describe;
            data.user = payload.payload.user.desensitized_nickname;
            data.user_id = payload.payload.user.display_id;
            data.sec_uid = "https://www.douyin.com/user/" + payload.payload.user.sec_uid;
            data.user_info = payload.payload.user.follow_info;
            data.follow_count = data.user_info.following_count;
            data.fans = data.user_info.follower_count;
            console.log(data);
            break;
        default:
    }
    if (window.flag) {
        window.ws1.send(JSON.stringify(data));
    } else {
        var ws = new WebSocket("ws://127.0.0.1:3000");
        window.ws1 = ws;
        window.flag = true;
        ws.open = function (evt) {
        };
        ws.onmessage = function (evt) {
            ws.send(JSON.stringify(data));
        }
    }
}

服务端代码（python）

async def handle_message(websocket, message):
    room_data = json.loads(message)
    if room_data:
        if room_data.get("content"):
            print(
                f"用户详情:  id:{room_data['user_id']},用户名称:{room_data['user']},粉丝数量:{room_data['user_follower']},关注数量:{room_data['user_follow']},发布内容:{room_data['content']}")
            print(f"用户主页:https://www.douyin.com/user/{room_data['sec_uid']}")
        if room_data.get("gift"):
            print(
                f"用户详情:  id:{room_data['user_id']},用户名称:{room_data['user']},粉丝数量:{room_data['user_info']['follower_count']},关注数量:{room_data['user_info']['following_count']},发布内容:{room_data['gift']}")
            print(f"{room_data['sec_uid']}")

四、总结

这种方式相比于其他的办法更简单粗暴一点，但是弊端太多，比如需要开启浏览器才行。要做成可执行文件exe就显得比较麻烦一些。后面我会写一篇专门讲使用python直接连接WebSocket链接的方法 直接获取弹幕信息。

与君相识，如沐春风细雨 

如果你喜欢这篇文章 请多多点赞 

🌏：For2018self 如果有不了解的地方欢迎咨询~