Python实现抖音短视频去水印及批量获取用户主页无水印视频

八归少年

发布于 2022-06-29 15:47:55

4.7K0

发布于 2022-06-29 15:47:55

文章被收录于专栏：program

首语

抖音，是由今日头条孵化的一款音乐创意短视频社交软件。该软件于2016年9月20日上线，是一个面向全年龄的短视频社区平台。

作为抖音的重度使用患者，每天刷着视频笑哈哈😄，不亦乐乎。可是大家都知道，抖音下载的视频是带水印的。作为一个有强迫症的程序猿，这是绝对不允许的。网上许多的去水印工具，它们的原理是咋样的，是写了一种特别厉害的算法嘛。好奇心驱使我开始了研究。

短视频去水印

分析

我们从抖音的分享链接入手，从抖音复制的分享链接格式如下：

2.82 wsr:/ Happy birthday to Kobe.%篮球 %曼巴精神 %科比生日 https://v.douyin.com/d8LpxMQ/ 复制佌鏈接，da鐦Dou音搜索，直接观看視频！

其中有个链接地址 https://v.douyin.com/d8LpxMQ/，我们放到浏览器里，发现这个链接重定向了，重定向的地址如下：

https://www.iesdouyin.com/share/video/6999605370222054663/

好像也没啥用，我们抓下包看看有没有请求视频的接口，仔细找找找，叮。发现了 item_ids 的接口，后面跟的值就是重定向url的最后这部分(6999605370222054663)，我判断这应该是视频的ID了。接口地址如下：

https://www.iesdouyin.com/web/api/v2/aweme/iteminfo/?item_ids=6999605370222054663

接下来我们看看这个接口请求返回的数据，哇哦，当我点开Preview的时候，一下豁然开朗了，有视频的文案、作者、音乐、缩略图、地址等等。

我拿出视频的地址后，复制到浏览器打开。视频url如下：

https://aweme.snssdk.com/aweme/v1/playwm/?video_id=v0d00fg10000c4hpfk3c77uar6l7cs90&ratio=720p&line=0

可是打开后发现，视频左上角的水印还是在啊。看着这个url中的 playwm，发现 wm和我项目名有点相似，不是watermark的缩写吗？我去掉 wm，然后复制到浏览器打开，神奇的一幕出现了，视频的水印没了，太激动了。视频无水印的地址如下：

https://aweme.snssdk.com/aweme/v1/play/?video_id=v0d00fg10000c4hpfk3c77uar6l7cs90&ratio=720p&line=0

原来抖音视频去水印这么简单啊，还想着视频算法什么的，只是简单分析就搞成了。哈哈，简单的让我有点感动🤭。既然原理搞明白了，那写代码不是轻松加愉快嘛。

代码实现

我们复制的视频链接是一个混合文本的视频短链接，首先将链接提取出来，这个就用正则来处理吧。

 if len(re.findall('[a-z]+://[\S]+', content, re.I | re.M)) > 0:
        return re.findall('[a-z]+://[\S]+', content, re.I | re.M)[0]

视频短链接提取出来后，需要对其进行请求重定向，来获取视频的 id。通过request 库来进行请求。

header = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                      'Chrome/92.0.4515.107 Safari/537.36'}
# url:重定向的url
response = requests.get(url, headers=header)
return response.url

我们需要对重定向得到的url进行截取视频id，来作为接口参数 item_ids的值。

# realUrl：重定向得到的url
startUrl = realUrl[0:realUrl.index('?')]
id = startUrl[startUrl.rindex('/') + 1:len(startUrl)]

开始请求接口。GET请求，一个参数 item_ids。

 douyinUrl = 'https://www.iesdouyin.com/web/api/v2/aweme/iteminfo'
 douyinParams = {
                'item_ids': id
            }
 douyinResponse = requests.get(url=douyinUrl, params=douyinParams, headers=headers)
 body = douyinResponse.text

json解析，拿到视频文案和视频地址。其中无水印视频链接的 playwm 要替换成 play。

data = json.loads(body)
# 视频文案
videoTitle = data['item_list'][0]['desc']
# 视频带水印url
videoUrl = data['item_list'][0]['video']['play_addr']['url_list'][0]
# 视频无水印url
realVideoUrl = f'{videoUrl}'.replace('playwm', 'play')

最后，我们通过 webbrowser 库来打开浏览器，并播放视频，尽情享受无水印的快感吧。

webbrowser.open(realVideoUrl)

所有代码如下：

import json
import re
import webbrowser
import requests

def get_url(content):
    if len(re.findall('[a-z]+://[\S]+', content, re.I | re.M)) > 0:
        return re.findall('[a-z]+://[\S]+', content, re.I | re.M)[0]
    return None


def get_redirect_url(url, header):
    # url:重定向的url
    response = requests.get(url, headers=header)
    return response.url

if __name__ == '__main__':
    douyinUrl = 'https://www.iesdouyin.com/web/api/v2/aweme/iteminfo'
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                      'Chrome/92.0.4515.107 Safari/537.36'}
    inputContent = input('请输入视频链接：')
    if inputContent.strip() is not None:
        if get_url(inputContent) is not None:
            realUrl = get_redirect_url(get_url(inputContent), headers)
            # realUrl：重定向得到的url
            startUrl = realUrl[0:realUrl.index('?')]
            id = startUrl[startUrl.rindex('/') + 1:len(startUrl)]
            douyinParams = {
                'item_ids': id
            }
            if realUrl.__contains__('www.douyin.com/video'):
                douyinResponse = requests.get(url=douyinUrl, params=douyinParams, headers=headers)
                body = douyinResponse.text
                print(douyinResponse.url)
                data = json.loads(body)
                print(data['item_list'][0]['desc'])
                # 视频文案
                videoTitle = data['item_list'][0]['desc']
                # 视频带水印url
                videoUrl = data['item_list'][0]['video']['play_addr']['url_list'][0]
                # 视频无水印url
                realVideoUrl = f'{videoUrl}'.replace('playwm', 'play')
                print(realVideoUrl)
                webbrowser.open(realVideoUrl)

用户列表视频批量去水印

分析

通过上面视频去水印的基础，我们继续深入研究用户个人主页视频去水印。我悄悄去复制了雷总(雷军)首页的分享链接。雷总的抖音主页简介是“热爱是所有的理由和答案。”，正如我热爱技术一样🤭。首页分享的链接内容如下：

在抖音，记录美好生活！ https://v.douyin.com/d8NLmmR/

接下来我们在浏览器中重定向分享url，重定向url如下：

https://www.iesdouyin.com/share/user/104815668206?u_code=jjjaal8a&sec_uid=MS4wLjABAAAAompXkPoYOGsA152dqYoytKycjIZ_aCCxHwGmLX5IsDM&did=MS4wLjABAAAAMsW9XGYpNp0gdiIm1yrzIfLLUU1Xn3eaP7TecSyN0xU&iid=MS4wLjABAAAAGXkY53W1WOgVg9mNmUzyPBaj5YZ53tZ3DoGXBPdXu4xu4OPn5opAMisJdquNQ1Oo&with_sec_did=1&timestamp=1629787737&utm_source=copy&utm_campaign=client_share&utm_medium=android&share_app_name=douyin

这么可能一下看不出来啥信息，放在postman里看下请求参数。

这样一看，暴露出来许多参数。接下来继续抓包，仔细找找视频列表的接口，找找找。叮，一个接口映入我的眼帘，Preview 里有视频信息的列表数据。视频列表接口url如下：

https://www.iesdouyin.com/web/api/v2/aweme/post/?sec_uid=MS4wLjABAAAAompXkPoYOGsA152dqYoytKycjIZ_aCCxHwGmLX5IsDM&count=21&max_cursor=0&aid=1128&_signature=.PtrOQAAnehdkkyKHCi4r.z7ay&dytk=

请求参数如下：

仔细分析各个参数的含义，sec_uid 和重定向url里 sec_id 含义一样，count 肯定是每次查询数量，它肯定也是分页查询。max_cursor 就是游标呗，用于查询下一页。这个值接口每次会返回。aid 不清楚。_signature 应该是加密的一个签名。dytk 不清楚。不清楚的这几个参数怎么办呢，GET请求去掉会怎么样呢。把后面这三个参数去掉，再去请求，神奇的一幕发生了，接口依然通着。我复制了几个链接更换 sec_uid，还是没有问题。这？批量获取就成功了，哈哈哈。去掉后的接口如下：

https://www.iesdouyin.com/web/api/v2/aweme/post/?sec_uid=MS4wLjABAAAA5mIrbhVT9ffFBXvDq-3ukbcoZdWrKLzB-J-diEUzit4&count=21&max_cursor=0

接下来，开始写代码。

代码实现

链接提取、请求重定向和 sec_uid 值截取代码同上。

开始请求接口，获取视频列表。GET请求，三个参数。

douyinUrl = 'https://www.iesdouyin.com/web/api/v2/aweme/post/'
douyinParams = {
     'sec_uid': id,
     'count': 24,
     'max_cursor': 0,
}
response = requests.get(url=douyinUrl, params=douyinParams, headers=headers)
body = response.text

json解析，获取视频列表所有的文案和视频地址，这里获取的直接是无水印的视频地址。

 data = json.loads(body)
 for content in data['aweme_list']:
     if len(content['video']['play_addr']['url_list']) > 0:
         print(content['desc'] )
         print(content['video']['play_addr']['url_list'][0])

获取下一页视频列表。只是参数 max_cursor 发生了变化。请求和获取视频列表所有文案及视频地址同上。

douyinParams = {
    'sec_uid': id,
    'count': 24,
    'max_cursor': data['max_cursor'],
}

接口中有个字段 has_more ，它是用来判断是否有更多视频，has_more =true时，代表视频获取完。

if data['has_more']:
    print('无视频')
    exit()

这里我优雅的处理了一下视频的文案和地址，前面只是打印在控制台上。我通过在本地创建一个 douyin.md 文件，然后通过 markdown 语法，以链接的形式写入到 douyin.md 文件中，这样看到文案的同时，点击文案可以播放视频。markdown 链接语法示例如下：

[视频文案](视频地址)

写入代码如下：

for content in data['aweme_list']:
    with open('douyin.md', 'a', encoding='utf-8') as f:
        if len(content['video']['play_addr']['url_list']) > 0:
            f.write(
                    '[' + content['desc'] + ']' + '(' + content['video']['play_addr']['url_list'][0] + ')' + '  <br />')