抖音那么大我想看美女，python一键爬取高颜值小姐姐

前言

文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者：星安果、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。

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 Noneelse:# 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 = Falseif 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 = Truebreakelse:print('颜值为:%d,不及格，继续~' % beauty)continueelse:print('性别为男,继续~')continueelse: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:passelse:print('超时！！！这是一条没有吸引力的视频！')# 跳出里层循环break

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~')breakif '正在保存到本地' in ui_tree_content:print('还在下载中~')time.sleep(0.5)continueelse: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 = Truebreakexcept Exception as e:find_result = False
return find_resul
#在学习Python的过程中，往往因为没有资料或者没人指导从而导致自己不想学下去了，因此我特意准备了个群 592539176 ，群里有大量的PDF书籍、教程都给大家免费使用！不管是学习到哪个阶段的小伙伴都可以获取到自己相对应的资料！

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。