【GUI软件】采集抖音博主的主页视频（可监控对标账号最新作品）

目录

• 一、背景介绍
  • 1.1 爬取目标
  • 1.2 演示视频
  • 1.3 软件说明
• 二、代码讲解
  • 2.1 爬虫采集模块
  • 2.2 软件界面模块
  • 2.3 日志模块
• 三、获取采集软件

一、背景介绍

1.1 爬取目标

您好！我是@马哥python说，一名10年程序猿。

我用python开发了一个抖音爬虫采集软件，可自动按博主抓取其已发布视频数据。

为什么有了源码还开发界面软件呢？方便不懂编程代码的小白用户使用，无需安装python，无需改代码，双击打开即用！

软件界面截图：

爬取结果截图：

结果截图1:

结果截图2：

结果截图3：

以上。

1.2 演示视频

软件使用演示：（不懂编程没关系，了解软件的作用和使用方法就行）
【软件演示】抖音主页作品采集，可监控目标账号的最新作品

1.3 软件说明

几点重要说明：

以上。

二、代码讲解

2.1 爬虫采集模块

首先，定义接口地址作为请求地址：

# 请求地址
url = 'https://www.douyin.com/aweme/v1/web/aweme/post/'

定义一个请求头，用于伪造浏览器：

# 请求头
h1 = {"Accept": "application/json, text/plain, */*","Accept-Encoding": "gzip, deflate","Accept-Language": "zh-CN,zh;q=0.9","Cookie": self.cookie_val,"Priority": "u=1, i","Referer": "https://www.douyin.com/user/{}?vid=7325137998331399435".format(user_id),"Sec-Ch-Ua": '"Not_A Brand";v="8", "Chromium";v="120", "Google Chrome";v="120"',"Sec-Ch-Ua-Mobile": "?0","Sec-Ch-Ua-Platform": "macOS","Sec-Fetch-Dest": "empty","Sec-Fetch-Mode": "cors","Sec-Fetch-Site": "same-origin","User-Agent": ua,
}

说明一下，cookie是个关键参数。

其中，cookie的获取方法，如下：

这个值非常重要，软件界面需要填写！！

加上请求参数，告诉程序你的爬取条件是什么：

# 请求参数
params = {"device_platform": "webapp","aid": "6383","channel": "channel_pc_web","sec_user_id": user_id,"max_cursor": max_cursor,"locate_item_id": "7325137998331399435","locate_query": "false","show_live_replay_strategy": "1","need_time_list": "0","time_list_query": "0","whale_cut_token": "","cut_version": "1","count": 10,"publish_video_strategy_type": "2","pc_client_type": "1","version_code": "170400","version_name": "17.4.0","cookie_enabled": "true","screen_width": "1440","screen_height": "900", "browser_language": "zh-CN","browser_platform": "MacIntel","browser_name": "Chrome","browser_version": "120.0.0.0","browser_online": "true","engine_name": "Blink","engine_version": "120.0.0.0","os_name": "Mac OS","os_version": "10.15.7","cpu_core_num": "4","device_memory": "8","platform": "PC","downlink": "1.35","effective_type": "3g","round_trip_time": "550","webid": "7312681406147921448","msToken": "Bjgl7yWKL7c57PFiwM6V4UWZ54Lm_eh4gjFdyOkX4xV93SpMHyyPMdO1u9j_OvsvgjtNNQFhaK9rWs2G8o7had3VtbDQuuaA41G3yFif70ssE_5ZnqQ6rg",
}

下面就是发送请求和接收数据：

# 发送请求
r = requests.get(url, headers=h1, params=params)
print(r.status_code)
# 以json格式接收返回数据
json_data = r.json()

定义一些空列表，用于存放解析后字段数据：

# 定义空列表
title_list = []  # 视频标题
tag_list = []  # 视频标签
link_list = []  # 视频链接
author_name_list = []  # 作者昵称
uid_list = []  # uid
sec_uid_list = []  # sec_uid
author_link_list = []  # 作者链接
follower_count_list = []  # 作者粉丝数
create_time_list = []  # 发布时间
is_top_list = []  # 是否置顶
like_count_list = []  # 点赞数
comment_count_list = []  # 评论数
collect_count_list = []  # 收藏数
share_count_list = []  # 转发数

循环解析字段数据，以"视频标题"为例：

for v in video_list:# 视频标题title = v['desc']self.tk_show('视频标题:' + title)title_list.append(title)

其他字段同理，不再赘述。

最后，是把数据保存到csv文件：

# 保存数据到DF
df = pd.DataFrame({'页码': page,'作者昵称': author_name_list,'uid': uid_list,'sec_uid': sec_uid_list,'作者链接': author_link_list,'作者粉丝数': follower_count_list,'视频标题': title_list,'视频标签': tag_list,'视频链接': link_list,'发布时间': create_time_list,'是否置顶': is_top_list,'点赞数': like_count_list,'评论数': comment_count_list,'收藏数': collect_count_list,'转发数': share_count_list,}
)
if os.path.exists(self.result_file):  # 如果文件存在，不再设置表头header = False
else:  # 否则，设置csv文件表头header = True
df.to_csv(self.result_file, mode='a+', index=False, header=header, encoding='utf_8_sig')
self.tk_show('保存csv文件成功：' + self.result_file)

完整代码中，还含有：判断循环结束条件、js逆向参数、时间戳转换、判断置顶视频等关键实现逻辑。

2.2 软件界面模块

主窗口部分：

# 创建主窗口
root = tk.Tk()
root.title('抖音博主视频采集软件v1.1 | 马哥python说 |')
# 设置窗口大小
root.minsize(width=850, height=650)

输入控件部分：

# 用户链接
tk.Label(root, justify='left', text='用户链接:').place(x=30, y=125)
entry_nt = tk.Text(root, bg='#ffffff', width=110, height=14, )
entry_nt.place(x=30, y=150, anchor='nw')  # 摆放位置

底部版权部分：

# 版权信息
copyright = tk.Label(root, text='@马哥python说 All rights reserved.', font=('仿宋', 10), fg='grey')
copyright.place(x=290, y=625)

以上。

2.3 日志模块

好的日志功能，方便软件运行出问题后快速定位原因，修复bug。
核心代码：

def get_logger(self):self.logger = logging.getLogger(__name__)# 日志格式formatter = '[%(asctime)s-%(filename)s][%(funcName)s-%(lineno)d]--%(message)s'# 日志级别self.logger.setLevel(logging.DEBUG)# 控制台日志sh = logging.StreamHandler()log_formatter = logging.Formatter(formatter, datefmt='%Y-%m-%d %H:%M:%S')# info日志文件名info_file_name = time.strftime("%Y-%m-%d") + '.log'# 将其保存到特定目录，ap方法就是寻找项目根目录，该方法博主前期已经写好。case_dir = r'./logs/'info_handler = TimedRotatingFileHandler(filename=case_dir + info_file_name,when='MIDNIGHT',interval=1,backupCount=7,encoding='utf-8')

日志文件截图：

以上。

三、获取采集软件

完整exe采集软件，微信公众号"老男孩的平凡之路"后台回复"爬抖音博主软件"即可获取。点击直达

---

我是@马哥python说，一名10年程序猿，持续分享Python干货中！