Python社区  »  Python

抖音上好看的小姐姐,Python给你都下载了

Python网络爬虫与数据挖掘 • 1 月前 • 100 次点击  



1

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。


2

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。

https://console.bce.baidu.com



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


3

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((009001500))

    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 None
    else:
        # 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 = False
    if 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 = True
                    break
                else:
                    print('颜值为:%d,不及格,继续~' % beauty)
                    continue
            else:
                print('性别为男,继续~')
                continue
    else:
        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:
         pass
  else:
         print('超时!!!这是一条没有吸引力的视频!')
         # 跳出里层循环
         break



一旦当前播放的视频识别出有颜值高的小姐姐,就需要模拟保存视频到本地的操作。



获取分享保存本地」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~')
            break

        if '正在保存到本地'  in ui_tree_content:
            print('还在下载中~')
            time.sleep(0.5)
            continue
        else:
            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 = True
            break
        except  Exception as e:
            find_result = False

    return find_result


4

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。



我已经将全部源码上传到后台上,公众号回复「 小姐姐 」即可获得。

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。

学习Python就关注:datanami



近期文章:

让 Python 提速超过 30 倍的必杀技:Cython

推荐几个高质量公众号

这可能是史上最全的权限系统设计

惊为天人,NumPy手写全部主流机器学习模型,代码超3万行

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/37710
 
100 次点击  
分享到微博