短视频如今非常火热，无论是微博、Twitter、还是知乎、微信，这些网站都在往短视频方向倾斜，抖音、快手就更不用说了。
来看一个网站
这是一个下载Twitter视频的工具。
你知道它的流量有多恐怖吗？月PV是900万，靠Adsense广告收入每月几千美刀。
采集twitter视频对一个做爬虫的程序员来说，技术难度几乎为零。缺的是对用户痛点的把握。
今天分享个类似的思路
我们下载的抖音短视频默认都是带水印的。
Google搜索“抖音去水印”一共有500多万条记录和相关搜索内容
这已经不是一个小众需求，对搬运工来说是刚需！因为他们都喜欢将没有水印的视频搬到另一个地方去。
那么如何下载去水印视频呢？网上有不少教程，不过很多早就过时无法用了。今天教大家找到一个通用的方法来获取抖音去水印短视频。
我们从抖音APP复制某个视频的链接后，在浏览器打开后，就会看到视频请求的接口。
仔细观察就会发现里面包含有一个视频播放的URL
将该链接复制出来
https://aweme.snssdk.com/aweme/v1/playwm/?video_id=v0200fe70000br155v26tgq06h08e0lg&ratio=720p&line=0%E2%80%8B
浏览器打开发现其实这是个带有水印的视频
有人说，把链接里面的playwm替换成play就是去水印的版本，因为wm表示water mask，表示水印的意思。
如果你按照该操作打开链接的话，发现是一篇空白。
其实这里还少个步骤，你要把浏览器切换成手机模式，就是说user-agent切换成移动设备。
切换后就会重定向到新的链接，这个链接就是去水印的地址
思路通了之后，剩下的就是用代码来实现了
思考2小时，代码半小时
部分核心代码：
import re
from urllib.parse import urlparse
import requests
from toolhub import utils
class DY(object):
def __init__(self, app=None):
self.app = app
if app is not None:
self.init_app(app)
self.headers = {
'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
'accept-encoding': 'gzip, deflate, br',
'accept-language': 'zh-CN,zh;q=0.9',
'cache-control': 'max-age=0',
'upgrade-insecure-requests': '1',
'user-agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 13_2_3 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/13.0.3 Mobile/15E148 Safari/604.1'
}
self.domain = ['www.douyin.com',
'v.douyin.com',
'www.snssdk.com',
'www.amemv.com',
'www.iesdouyin.com',
'aweme.snssdk.com']
def init_app(self, app):
self.app = app
def parse(self, url):
share_url = self.get_share_url(url)
share_url_parse = urlparse(share_url)
if share_url_parse.netloc not in self.domain:
raise Exception("无效的链接")
dytk = None
vid = re.findall(r'\/share\/video\/(\d*)', share_url_parse.path)[0]
match = re.search(r'\/share\/video\/(\d*)', share_url_parse.path)
if match:
vid = match.group(1)
response = requests.get(share_url, headers=self.headers, allow_redirects=False)
match = re.search('dytk: "(.*?)"', response.text)
if match:
dytk = match.group(1)
if vid and dytk:
return self.get_data(vid, dytk)
else:
raise Exception("解析失败")
def get_share_url(self, url):
response = requests.get(url,
headers=self.headers,
allow_redirects=False)
if 'location' in response.headers.keys():
return response.headers['location']
else:
raise Exception("解析失败")
def get_data(self, vid, dytk):
url = f"https://www.iesdouyin.com/web/api/v2/aweme/iteminfo/?item_ids={vid}&dytk={dytk}"
response = requests.get(url, headers=self.headers, )
result = response.json()
if not response.status_code == 200:
raise Exception("解析失败")
item = result.get("item_list")[0]
author = item.get("author").get("nickname")
mp4 = item.get("video").get("play_addr").get("url_list")[0]
cover = item.get("video").get("cover").get("url_list")[0]
mp4 = mp4.replace("playwm", "play")
res = requests.get(mp4, headers=self.headers, allow_redirects=True)
mp4 = res.url
desc = item.get("desc")
mp3 = item.get("music").get("play_url").get("url_list")[0]
data = dict()
data['mp3'] = mp3
data['mp4'] = mp4
data['cover'] = cover
data['nickname'] = author
data['desc'] = desc
data['duration'] = utils.format_duration(item.get("duration"))
return data
dy = DY()
if __name__ == '__main__':
dy = DY()
data = dy.parse("https://v.douyin.com/oXbjfe/")
import pprint
pprint.pprint(data)
运行结果：
最后来看看效果：
完整代码可以直接在github下载：https://github.com/lzjun567/python_scripts/blob/master/douyin.py
这个思路值一百万吗？当然还不行。
你要把它最终变成一个工具，让小白点点按钮就能获取去水印的链接才能发挥出它真正的价值。
剩下的事情你只要把它包装成一个网站或者小程序，抑或是可供下载的软件，然后就可以躺着挣钱了。
最后，就看你的执行力了！
有任何问题欢迎和我交流呀，我的微信：go2071
关注公众号「Python之禅」，回复「1024」免费获取Python资源
