先来看看这只爬虫做了些什么事儿呢?
- 通过 ADB 控制你的手机,帮你自动刷抖音
- 调用百度人脸识别的接口,给视频画面中出现的小姐姐打分
- 自动给颜值 70 以上的小姐姐的视频点赞
有趣的是,根据抖音的推荐算法,连着刷几天之后,抖音里给你推荐的全是漂亮小姐姐了。
成果展示
先演示一下效果。
连接手机(手机要允许ADB调试),运行爬虫程序,程序会自动打开抖音APP,自动寻找漂亮的小姐姐啦。
有趣的是,根据抖音的推荐算法,连着刷几天之后,抖音里给你推荐的全是漂亮小姐姐了。刚开始刷的时候,可能几十条里都没有一个漂亮小姐姐,而刷几天之后,
基本上刷到的每条视频里都是漂亮小姐姐。看,这是我刷了三天的 “成果”, 断断续续刷了三天时间,已经 “点赞” 了两百多条漂亮小姐姐的视频。
咱有一说一啊,先不管是不是因为抖音的美颜滤镜功能强大,单纯从爬虫爬到的视频来看,这些小姐姐是真的好看,结果还是令人满意的。
下面这个是抖音里检测到漂亮小姐姐的截图画面,本来这是作为临时文件,人脸检测完即删除的,我看着好看,就给留了下来。
这个爬虫程序大概就是这样,下面详细讲解一下,这个爬虫是怎么做出来的。
1. 基础准备 这个爬虫需要用到三个东西。Python 环境,爬虫程序是用 Python 写的,肯定要先配置好 Python 的环境啊。没有配好的自行去安装一下 Anaconda。
此外,还需要安装一些必要的库,如 requests,urllib,PIL等。ADB 环境,我们的爬虫需要通过 ADB 命令对手机进行操作,实现自动刷抖音,自动点赞的功能。安装方法自行百度。
人脸识别API,我这里用的是百度AI的人脸识别接口,大家需要自行注册一个百度AI 开放平台的账号,然后创建一个人脸识别的应用,然后将 appid,api_key,secret_key 三个参数填到爬虫代码这儿即可。
这里简单对 ADB 介绍一下。
ADB 的全称为 Android Debug Bridge,就是起到了调试桥的作用,用这个可以很方便地对安卓应用进行调试。
简单点说,就是你可以用这个工具来操作你的手机,它可以完成你在手机上能做的任何操作。
比如说安装/卸载/打开/关闭手机APP,滑动屏幕,点击,长按等等。更复杂的操作也能做,我们这里就不讲了,因为我们的这个抖音爬虫用到的 ADB 指令基本也就这些了。a. ADB 启动应用 只需要知道应用的 package_name 和 activity_name,然后调用下面的 adb 指令,即可打开相应的应用
- adb shell am start -n [package_name] [activity_name]
以抖音 APP 为例,它的 package_name 和 activity_name 如下。
- # 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'
所以在命令行中运行下面的指令,即可打开手机中的抖音APP。
- adb shell am start -n com.ss.android.ugc.aweme com.ss.android.ugc.aweme.splash.SplashActivity
b. ADB 点击屏幕
在命令行中运行下面指令,即可实现手机屏幕的点击。其中 1330 1750 是点击的 x y坐标。
- adb shell input tap 1330 1750
以此爬虫里的抖音点赞为例,我只需要记录下抖音app中,点赞按钮对应的屏幕坐标,然后调用这句指令,即可完成自动点赞。
c. ADB 滑动屏幕
在命令行中运行下面指令,实现的是手机屏幕的滑动操作。其中有 5 个参数。这五个数字分别表示的是,滑动起始点的 x y 坐标,滑动终止点的 x y 坐标,滑动时长。
- adb shell input swipe 900 1400 400 1400 100
比如上面这句指令表示的就是,从坐标(900,1400)的点,滑动到坐标 (400,1400)的点,滑动过程 100 毫秒。
其实,这句指令稍微改一改,把起始坐标和终止坐标设为一致,滑动时长设长一些,滑动操作就变成了 “长按屏幕” 操作了。
基本准备工作也差不多就这些了,下面讲一下爬虫程序的整体思路吧。
爬虫整体思路
如图所示,爬虫的整个爬取思路如下。
首先启动抖音 APP,等第一个视频加载出来播放之后,截取屏幕画面,调用百度 AI 的人脸识别接口进行人脸检测和评分。
如果画面中检测到颜值评分70分以上,且性别为女的人脸,则点击屏幕中的”点赞“按钮,然后上滑播放下一条视频
如果画面中中没有出现人脸,或者性别为男,或者颜值不足70,则继续截图检测,直到视频播放结束,或者找到满足条件的人脸为止,然后上滑播放下一条视频。为了尽可能地不错过有漂亮小姐姐的抖音,每条视频中会截取 4 - 5 张图片进行检测,只要有一张截图中有高颜值的小姐姐,那么我们就对这个视频进行点赞。如果这样都检测不出来,只能说小姐姐藏得太深,或者漂亮的不够明显了
大概思路就是这样,下面我们就来动手完成爬虫吧
动手撸码写爬虫
由于爬虫还是稍微有点大,所以我拆成三个部分来写。人脸识别部分,ADB 控制部分,和爬虫主逻辑部分。
(1)人脸识别部分
这部分用了调用了 百度AI 的人脸识别接口,需要将你自己申请的 appid,api_key,secret_key 三个参数填到代码里。
- import base64
- import urllib
- import json
- import requests
- import sys
- appid = '填写你申请的 appid'
- api_key = '填写你申请的 api_key'
- secret_key = '填写你申请的 secret_key'
- 这部分的代码主要包括四个函数,包括
这部分的代码主要包括四个函数,包括
(2)ADB 控制部分
ADB 控制部分,大概思路就是通过python中的 os 库执行 adb 指令,来对手机进行操作。
主要包括四个函数:
- start_my_app 函数,用来启动 抖音 APP。
- save_video_met 函数,点击 ”点赞“ 按钮。在检测到漂亮小姐姐之后调用。
- play_next_video 函数,向上滑动屏幕,播放下一个视频。
- get_screen_shot_part_img 函数,用来截取屏幕图像,保存到电脑中,以便后续人脸识别。
- import os
- from PIL import Image
- # 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 Android 应用
- os.popen('adb shell am start -n %s/%s' % (package_name, activity_name))
- def save_video_met(screen_name, find_girl_num):
- # 保存截图
- img = Image.open(screen_name).convert('RGB')
- img.save("漂亮的小姐姐/DYGirl_%d.jpg" % find_girl_num)
- # 给视频点赞
- os.system("adb shell input tap 1330 1750")
- def play_next_video():
- # 向上划屏幕,播放下一段视频
- os.system("adb shell input swipe 540 1300 540 500 100")
- def get_screen_shot_part_img(image_name):
- # 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
- 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, 400, 1200, 2750))
- img.thumbnail((int(w / 1.5), int(h / 1.5)))
- # 保存到本地
- img.save(image_name)
- return image_name
这些函数中的坐标是根据我手机的屏幕坐标写的(华为 Mate 20 Pro),其他型号手机的同学,可以根据自己手机屏幕的分辨率,对这些参数进行调整。
修改坐标的方法我也大概说一下,在你手机的设置中,找到开发人员选项,然后将指针位置这个打开
然后你就可以看到你点击到屏幕的位置了,顶部也会显示你点击的位置坐标。
打开抖音,手指放到点赞按钮上,记录下此时屏幕顶部显示的坐标,然后把这个坐标替换到代码中就好了。
(3)程序主逻辑部分
根据前面分析的流程图,编写爬虫程序的主逻辑。
- import datetime
- import time
- import shutil
- if __name__ == '__main__':
- access_token = get_access_token()
- # 设置一条视频最长的识别时间,要是墨迹 10 秒还不露脸,也不管她了,下一个
- RECOGNITE_TOTAL_TIME = 10
- # 识别次数
- recognite_count = 0
- # 图片类型【网络和本地】
- TYPE_IMAGE_NETWORK = 0
- TYPE_IMAGE_LOCAL = 1
- print("打开抖音~")
- start_my_app(package_name, activity_name)
- time.sleep(5)
- print("开始播放视频~")
- find_girl_num = 0
- # 对当前视频截图去人脸识别
- while True:
- # 开始识别的时间
- recognite_time_start = datetime.datetime.now()
- # 识别次数
- recognite_count = 1
- # 循环地去刷抖音
- while True:
- # 获取截图
- 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.datetime.now()
- # 这是一个美女
- if recognite_result:
- find_girl_num += 1
- save_video_met(screen_name, find_girl_num)
- print("已经发现 %d 个漂亮小姐姐" % find_girl_num)
- break
- else:
- if (recognite_time_end - recognite_time_start).seconds < RECOGNITE_TOTAL_TIME:
- continue
- else:
- print('超时!!!这是一条没有吸引力的视频!')
- # 跳出里层循环
- break
- # 删除临时文件
- shutil.rmtree('./images')
- time.sleep(0.05)
- os.mkdir('./images')
- # 播放下一条视频
- print('==' * 30)
- time.sleep(2)
- print('准备播放下一个视频~')
- play_next_video()
- time.sleep(2)
有时候网络可能卡一些,视频加载需要一些时间,所以每次看到下一条视频时,先停两秒,等视频差不多加载好了再开始检测。
后记
这爬虫我断断续续玩了一段时间了,反正没事儿的时候手机放一边,把爬虫开了后台跑着,让它自己刷着玩。然后晚上拿起手机一看,哇手机里全是漂亮的小姐姐!
原文地址:https://www.toutiao.com/a6950874405392204302/