程序员用 Python 爬取抖音高颜值美女

图书+视频+源代码+答疑群，一本书带你入Python

作者 | 星安果

本文经授权转载自AirPython（ID:AirPython）

目标场景

相信大家平时刷抖音短视频的时候，看到颜值高的小姐姐，都有随手点赞关注的习惯。

如果一条条去刷确实很耗时间，如果 Python 能帮忙筛选出颜值高的小姐姐那就省了很多事。

本篇文章是借助「百度人脸识别」API，帮我们识别出抖音上颜值高的小姐姐，然后下载到手机相册中。

准备工作

首先，项目需要对页面元素进行一些精准的操作，需要提前准备一部 Android 设备，激活开发者选项，并在开发者选项中打开「USB 调试和指针位置」两处设置。

为了确保 adb 命令能正常使用，需要提前配置好 adb 开发环境。

页面元素中的部分元素没法利用 name 等常用属性获取到，可能需要获取到完整的「UI 树」，再利用 Airtest 判断是否存在某个 UI 元素。

# 安装依赖pip3 install pocoui

另外，项目中会对视频进行人脸识别，获取到出现的所有人脸，再进行性别识别及颜值判断。

这里需要进行百度云后台，注册一个人脸识别的应用，获取到一组「API Key 和 Secret Key」值。

https://console.bce.baidu.com

然后利用官网提供的 API 文档即可获取到「access token」，由于 ak 的有效期为一个月，所以只需要初始化一次，后面就可以利用人脸识别接口进行正常的识别了。

appid = '你注册应用的appid'
api_key = '你注册应用的ak'
secret_key = '你注册应用的sk'

def get_access_token:
"""
其关access_token有效期一般有一个月
"""
# 此变量赋值成自己API Key的值
client_id = api_key

# 此变量赋值成自己Secret Key的值
client_secret = secret_key

auth_url = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret

header_dict = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko',
"Content-Type": "application/json"}

# 请求获取到token的接口
response_at = requests.get(auth_url, headers=header_dict)
json_result = json.loads(response_at.text)
access_token = json_result['access_token']
return access_token

编写脚本

在上面已经配置好了 adb 环境的情况下，可以直接借助 python 中的 os 模块执行 adb 命令打开抖音 App。

# 抖音App的应用包名和初始Activity
package_name = 'com.ss.android.ugc.aweme'
activity_name = 'com.ss.android.ugc.aweme.splash.SplashActivity'

def start_my_app(package_name, activity_name):
"""
打开应用
adb shell am start -n com.tencent.mm/.ui.LauncherUI
:param package_name:
:return:
"""
os.popen('adb shell am start -n %s/%s' % (package_name, activity_name))

接着，我们需要截取当前播放视频的截图到本地。

需要注意的是，抖音视频播放界面包含视频创作者头像、BGM 创作者头像等一些杂乱的元素，可能对人脸识别的结果产生一些误差，所以需要对屏幕截图之后的图像进行「二次裁剪」处理。

def get_screen_shot_part_img(image_name):
"""
获取手机截图的部分内容
:return:
"""
# 截图
os.system("adb shell /system/bin/screencap -p /sdcard/screenshot.jpg")
os.system("adb pull /sdcard/screenshot.jpg %s" % image_name)

# 打开图片
img = Image.open(image_name).convert('RGB')

# 图片的原宽、高(1080*2160)
w, h = img.size

# 截取部分，去掉其头像、其他内容杂乱元素
img = img.crop((0, 0, 900, 1500))

img.thumbnail((int(w / 1.5), int(h / 1.5)))

# 保存到本地
img.save(image_name)

return image_name

现在可以使用百度提供的 API 获取到上面截图的人脸列表。

def parse_face_pic(pic_url, pic_type, access_token):
"""
人脸识别
5秒之内
:param pic_url:
:param pic_type:
:param access_token:
:return:
"""
url_fi = 'https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=' + access_token

# 调用identify_faces，获取人脸列表
json_faces = identify_faces(pic_url, pic_type, url_fi)

if not json_faces:
print('未识别到人脸')
return None
else:
# 返回所有的人脸
return json_faces

从上述的人脸列表中筛选出性别为女，年龄为 18-30 岁之间，颜值超过 70 的小姐姐。

def analysis_face(face_list):
"""
分析人脸，判断颜值是否达标
18-30之间，女，颜值大于80
:param face_list:识别的脸的列表
:return:
"""
# 是否能找到高颜值的美女
find_belle = False
if face_list:
print('一共识别到%d张人脸，下面开始识别是否有美女~' % len(face_list))
for face in face_list:
# 判断是男、女
if face['gender']['type'] == 'female':
age = face['age']
beauty = face['beauty']

if 18 <= age <= 30 and beauty>= 70:
print('颜值为:%d,及格，满足条件！' % beauty)
find_belle = True
break
else:
print('颜值为:%d,不及格，继续~' % beauty)
continue
else:
print('性别为男,继续~')
continue
else:
print('图片中没有发现人脸.')

return find_belle

由于视频是连续播放的，很难通过截取视频某一帧，判断视频有出现颜值高的小姐姐。

另外，大部分短视频播放时长为「10s+」，这里需要对每一个视频多次截图去做人脸识别，直到识别到颜值高的小姐姐。

# 一条视频最长的识别时间RECOGNITE_TOTAL_TIME = 10 # 识别次数
recognite_count = 1

# 对当前视频截图去人脸识别
while True:
# 获取截图
print('开始第%d次截图' % recognite_count)

# 截取屏幕有用的区域，过滤视频作者的头像、BGM作者的头像
screen_name = get_screen_shot_part_img('images/temp%d.jpg' % recognite_count)

# 人脸识别
recognite_result = analysis_face(parse_face_pic(screen_name, TYPE_IMAGE_LOCAL, access_token))

recognite_count += 1

# 第n次识别结束后的时间
recognite_time_end = datetime.now

# 这一条视频出现了颜值高的小姐姐
if recognite_result:
pass
else:
print('超时！！！这是一条没有吸引力的视频！')
# 跳出里层循环
break

一旦当前播放的视频识别出有颜值高的小姐姐，就需要模拟保存视频到本地的操作。

获取「分享」和「保存本地」两个按钮的坐标位置，依次利用 adb 执行点击操作即可下载视频到本地。

def save_video_met:
"""
:return:
"""
# 分享
os.system("adb shell input tap 1000 1500")
time.sleep(0.05)

# 保存到本地
os.system("adb shell input tap 350 1700")

另外，由于下载视频的过程是一个耗时操作，在下载进度对话框还未消失之前，需要做一个「模拟等待」的操作。

def wait_for_download_finished(poco):
"""
从点击下载，到下载完全
:return:
"""

element = Element
while True:
# 由于是对话框，不能利用Element类来判断是否存在某个元素来准确处理
# element_result = element.findElementByName('正在保存到本地')

# 当前页面UI树元素信息
# 注意：保存的时候可能会获取元素异常，这里需要抛出，并终止循环
# com.netease.open.libpoco.sdk.exceptions.NodeHasBeenRemovedException: Node was no longer alive when query attribute "visible". Please re-select.
try:
ui_tree_content = json.dumps(poco.agent.hierarchy.dump, indent=4).encode('utf-8').decode('unicode_escape')
except Exception as e:
print(e)
print('异常，按下载处理~')
break

if '正在保存到本地' in ui_tree_content:
print('还在下载中~')
time.sleep(0.5)
continue
else:
print('下载完成~')
break

在视频保存到本地之后，就可以模拟向上滑动的操作，跳到播放「下一条视频」。

循环上面的操作，即可筛选出所有颜值高的小姐姐，并保存到本地。

def play_next_video:
"""
下一个视频
从下往上滑动
:return:
"""
os.system("adb shell input swipe 540 1300 540 500 100")

在脚本一条条刷视频的过程中，可能会遇到一下广告，我们需要对这类视频进行过滤。

def is_a_ad:
"""
判断的当前页面上是否是一条广告
:return:
"""
element = Element
ad_tips = ['去玩一下', '去体验', '立即下载']

find_result = False

for ad_tip in ad_tips:
try:
element_result = element.findElementByName(ad_tip)
# 是一条广告,直接跳出
find_result = True
break
except Exception as e:
find_result = False

return find_result

结果结论

运行上面的脚本，会自动打开抖音，对每一条小视频多次进行人脸识别，直到识别到颜值高的小姐姐，保存视频到本地，然后继续刷下一条短视频。

如果你觉得文章还不错，请大家点赞分享下。你的肯定是我最大的鼓励和支持。

相关推荐

C# 13 和 .NET 9 全知道 :13 使用 ASP.NET Core 构建网站 (1)

因果推断Matching方式实现代码因果推断模型

git pull命令使用实例 git pull--rebase

git pull 和git fetch 命令分别有什么作用?二者有什么区别?

面试官:git pull是哪两个指令的组合?

git 执行pull错误如何撤销 git pull fail

git fetch 和git pull 的异同 git中fetch和pull的区别

git pull 之后本地代码被覆盖解决方案

还可以这样玩?Git基本原理及各种骚操作，涨知识了

git命令之pull git.pull