先來看看這只爬蟲做了些什么事兒呢?
- 通過 ADB 控制你的手機，幫你自動刷抖音
- 調(diào)用百度人臉識別的接口，給視頻畫面中出現(xiàn)的小姐姐打分
- 自動給顏值 70 以上的小姐姐的視頻點贊
有趣的是，根據(jù)抖音的推薦算法，連著刷幾天之后，抖音里給你推薦的全是漂亮小姐姐了。
成果展示
先演示一下效果。
連接手機(手機要允許ADB調(diào)試)，運行爬蟲程序，程序會自動打開抖音APP，自動尋找漂亮的小姐姐啦。
有趣的是，根據(jù)抖音的推薦算法，連著刷幾天之后，抖音里給你推薦的全是漂亮小姐姐了。剛開始刷的時候，可能幾十條里都沒有一個漂亮小姐姐，而刷幾天之后，
基本上刷到的每條視頻里都是漂亮小姐姐。看，這是我刷了三天的 “成果”， 斷斷續(xù)續(xù)刷了三天時間，已經(jīng) “點贊” 了兩百多條漂亮小姐姐的視頻。
咱有一說一啊，先不管是不是因為抖音的美顏濾鏡功能強大，單純從爬蟲爬到的視頻來看，這些小姐姐是真的好看，結(jié)果還是令人滿意的。
下面這個是抖音里檢測到漂亮小姐姐的截圖畫面，本來這是作為臨時文件，人臉檢測完即刪除的，我看著好看，就給留了下來。
這個爬蟲程序大概就是這樣，下面詳細講解一下，這個爬蟲是怎么做出來的。
1. 基礎(chǔ)準備 這個爬蟲需要用到三個東西。Python 環(huán)境，爬蟲程序是用 Python 寫的，肯定要先配置好 Python 的環(huán)境啊。沒有配好的自行去安裝一下 Anaconda。
此外，還需要安裝一些必要的庫，如 requests，urllib，PIL等。ADB 環(huán)境，我們的爬蟲需要通過 ADB 命令對手機進行操作，實現(xiàn)自動刷抖音，自動點贊的功能。安裝方法自行百度。
人臉識別API，我這里用的是百度AI的人臉識別接口，大家需要自行注冊一個百度AI 開放平臺的賬號，然后創(chuàng)建一個人臉識別的應(yīng)用，然后將 appid，api_key，secret_key 三個參數(shù)填到爬蟲代碼這兒即可。
這里簡單對 ADB 介紹一下。
ADB 的全稱為 Android Debug Bridge，就是起到了調(diào)試橋的作用，用這個可以很方便地對安卓應(yīng)用進行調(diào)試。
簡單點說，就是你可以用這個工具來操作你的手機，它可以完成你在手機上能做的任何操作。
比如說安裝/卸載/打開/關(guān)閉手機APP，滑動屏幕，點擊，長按等等。更復(fù)雜的操作也能做，我們這里就不講了，因為我們的這個抖音爬蟲用到的 ADB 指令基本也就這些了。a. ADB 啟動應(yīng)用 只需要知道應(yīng)用的 package_name 和 activity_name，然后調(diào)用下面的 adb 指令，即可打開相應(yīng)的應(yīng)用
- adb shell am start -n [package_name] [activity_name]
以抖音 APP 為例，它的 package_name 和 activity_name 如下。
- # 抖音App的應(yīng)用包名和初始Activity
- package_name = 'com.ss.android.ugc.aweme'
- activity_name = 'com.ss.android.ugc.aweme.splash.SplashActivity'
所以在命令行中運行下面的指令，即可打開手機中的抖音APP。
- adb shell am start -n com.ss.android.ugc.aweme com.ss.android.ugc.aweme.splash.SplashActivity
b. ADB 點擊屏幕
在命令行中運行下面指令，即可實現(xiàn)手機屏幕的點擊。其中 1330 1750 是點擊的 x y坐標。
- adb shell input tap 1330 1750
以此爬蟲里的抖音點贊為例，我只需要記錄下抖音app中，點贊按鈕對應(yīng)的屏幕坐標，然后調(diào)用這句指令，即可完成自動點贊。
c. ADB 滑動屏幕
在命令行中運行下面指令，實現(xiàn)的是手機屏幕的滑動操作。其中有 5 個參數(shù)。這五個數(shù)字分別表示的是，滑動起始點的 x y 坐標，滑動終止點的 x y 坐標，滑動時長。
- adb shell input swipe 900 1400 400 1400 100
比如上面這句指令表示的就是，從坐標(900，1400)的點，滑動到坐標 (400，1400)的點，滑動過程 100 毫秒。
其實，這句指令稍微改一改，把起始坐標和終止坐標設(shè)為一致，滑動時長設(shè)長一些，滑動操作就變成了 “長按屏幕” 操作了。
基本準備工作也差不多就這些了，下面講一下爬蟲程序的整體思路吧。
爬蟲整體思路
如圖所示，爬蟲的整個爬取思路如下。
首先啟動抖音 APP，等第一個視頻加載出來播放之后，截取屏幕畫面，調(diào)用百度 AI 的人臉識別接口進行人臉檢測和評分。
如果畫面中檢測到顏值評分70分以上，且性別為女的人臉，則點擊屏幕中的”點贊“按鈕，然后上滑播放下一條視頻
如果畫面中中沒有出現(xiàn)人臉，或者性別為男，或者顏值不足70，則繼續(xù)截圖檢測，直到視頻播放結(jié)束，或者找到滿足條件的人臉為止，然后上滑播放下一條視頻。為了盡可能地不錯過有漂亮小姐姐的抖音，每條視頻中會截取 4 - 5 張圖片進行檢測，只要有一張截圖中有高顏值的小姐姐，那么我們就對這個視頻進行點贊。如果這樣都檢測不出來，只能說小姐姐藏得太深，或者漂亮的不夠明顯了
大概思路就是這樣，下面我們就來動手完成爬蟲吧
動手擼碼寫爬蟲
由于爬蟲還是稍微有點大，所以我拆成三個部分來寫。人臉識別部分，ADB 控制部分，和爬蟲主邏輯部分。
(1)人臉識別部分
這部分用了調(diào)用了 百度AI 的人臉識別接口，需要將你自己申請的 appid，api_key，secret_key 三個參數(shù)填到代碼里。
- import base64
- import urllib
- import json
- import requests
- import sys
- appid = '填寫你申請的 appid'
- api_key = '填寫你申請的 api_key'
- secret_key = '填寫你申請的 secret_key'
- 這部分的代碼主要包括四個函數(shù)，包括
這部分的代碼主要包括四個函數(shù)，包括
(2)ADB 控制部分
ADB 控制部分，大概思路就是通過python中的 os 庫執(zhí)行 adb 指令，來對手機進行操作。
主要包括四個函數(shù)：
- start_my_app 函數(shù)，用來啟動 抖音 APP。
- save_video_met 函數(shù)，點擊 ”點贊“ 按鈕。在檢測到漂亮小姐姐之后調(diào)用。
- play_next_video 函數(shù)，向上滑動屏幕，播放下一個視頻。
- get_screen_shot_part_img 函數(shù)，用來截取屏幕圖像，保存到電腦中，以便后續(xù)人臉識別。
- import os
- from PIL import Image
- # 抖音App的應(yīng)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):
- # 打開 Android 應(yīng)用
- os.popen('adb shell am start -n %s/%s' % (package_name, activity_name))
- def save_video_met(screen_name, find_girl_num):
- # 保存截圖
- img = Image.open(screen_name).convert('RGB')
- img.save("漂亮的小姐姐/DYGirl_%d.jpg" % find_girl_num)
- # 給視頻點贊
- os.system("adb shell input tap 1330 1750")
- def play_next_video():
- # 向上劃屏幕，播放下一段視頻
- os.system("adb shell input swipe 540 1300 540 500 100")
- def get_screen_shot_part_img(image_name):
- # 截圖
- os.system("adb shell /system/bin/screencap -p /sdcard/screenshot.jpg")
- os.system("adb pull /sdcard/screenshot.jpg %s" % image_name)
- # 打開圖片
- img = Image.open(image_name).convert('RGB')
- # 圖片的原寬、高
- w, h = img.size
- # 截取部分，去掉其頭像、其他內(nèi)容雜亂元素
- 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
這些函數(shù)中的坐標是根據(jù)我手機的屏幕坐標寫的(華為 Mate 20 Pro)，其他型號手機的同學(xué)，可以根據(jù)自己手機屏幕的分辨率，對這些參數(shù)進行調(diào)整。
修改坐標的方法我也大概說一下，在你手機的設(shè)置中，找到開發(fā)人員選項，然后將指針位置這個打開
然后你就可以看到你點擊到屏幕的位置了，頂部也會顯示你點擊的位置坐標。
打開抖音，手指放到點贊按鈕上，記錄下此時屏幕頂部顯示的坐標，然后把這個坐標替換到代碼中就好了。
(3)程序主邏輯部分
根據(jù)前面分析的流程圖，編寫爬蟲程序的主邏輯。
- import datetime
- import time
- import shutil
- if __name__ == '__main__':
- access_token = get_access_token()
- # 設(shè)置一條視頻最長的識別時間，要是墨跡 10 秒還不露臉，也不管她了，下一個
- RECOGNITE_TOTAL_TIME = 10
- # 識別次數(shù)
- recognite_count = 0
- # 圖片類型【網(wǎng)絡(luò)和本地】
- TYPE_IMAGE_NETWORK = 0
- TYPE_IMAGE_LOCAL = 1
- print("打開抖音~")
- start_my_app(package_name, activity_name)
- time.sleep(5)
- print("開始播放視頻~")
- find_girl_num = 0
- # 對當(dāng)前視頻截圖去人臉識別
- while True:
- # 開始識別的時間
- recognite_time_start = datetime.datetime.now()
- # 識別次數(shù)
- recognite_count = 1
- # 循環(huán)地去刷抖音
- while True:
- # 獲取截圖
- screen_name = get_screen_shot_part_img('images/temp%d.jpg' % recognite_count)
- # 人臉識別
- recognite_result = analysis_face(parse_face_pic(screen_name, TYPE_IMAGE_LOCAL, access_token))
- recognite_count += 1
- # 第n次識別結(jié)束后的時間
- recognite_time_end = datetime.datetime.now()
- # 這是一個美女
- if recognite_result:
- find_girl_num += 1
- save_video_met(screen_name, find_girl_num)
- print("已經(jīng)發(fā)現(xiàn) %d 個漂亮小姐姐" % find_girl_num)
- break
- else:
- if (recognite_time_end - recognite_time_start).seconds < RECOGNITE_TOTAL_TIME:
- continue
- else:
- print('超時！！！這是一條沒有吸引力的視頻！')
- # 跳出里層循環(huán)
- break
- # 刪除臨時文件
- shutil.rmtree('./images')
- time.sleep(0.05)
- os.mkdir('./images')
- # 播放下一條視頻
- print('==' * 30)
- time.sleep(2)
- print('準備播放下一個視頻~')
- play_next_video()
- time.sleep(2)
有時候網(wǎng)絡(luò)可能卡一些，視頻加載需要一些時間，所以每次看到下一條視頻時，先停兩秒，等視頻差不多加載好了再開始檢測。
后記
這爬蟲我斷斷續(xù)續(xù)玩了一段時間了，反正沒事兒的時候手機放一邊，把爬蟲開了后臺跑著，讓它自己刷著玩。然后晚上拿起手機一看，哇手機里全是漂亮的小姐姐!
原文地址：https://www.toutiao.com/a6950874405392204302/
