最新抖音去水印解析

By 刘志军, 2020-06-01, 分类: PYTHON技术

python

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

微信图片_20200602003604.png

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。

微信图片_20200602003629.png

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。

微信图片_20200602003658.jpg

Google搜索“抖音去水印”一共有500多万条记录和相关搜索内容

微信图片_20200602003718.png

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

微信图片_20200602003808.png

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。

微信图片_20200602003834.png

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。

微信图片_20200602003900.png

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:

微信图片_20200602003954.png

最后来看看效果:

dy.ixigua.com.png

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


有问题可以扫描二维码和我交流

关注公众号「Python之禅」,回复「1024」免费获取Python资源

python之禅

猜你喜欢

2017-07-01
Python是怎么火起来的
2020-06-14
python合并两个列表
2020-01-03
5个顶级异步Python框架
2018-09-27
关于Python包和模块的10个知识清单
2017-07-19
如何正确理解@classmethod与@staticmethod
2020-06-13
检查对象中是否存在某个属性
2016-03-01
标签云算法Python实现
2017-10-22
图解Python变量与赋值
2019-05-13
python3判断list是否为空
2020-06-07
求求你,别再手工造假数据了,fake了解一下