当前位置：首页>python>爬虫 | Python自动化批量爬取抖音视频

爬虫 | Python自动化批量爬取抖音视频

2026-10-11 06:29:46

前言 📌

郑重说明：本爬虫仅限个人学习研究，非商业、非盈利，请合规使用爬虫，否则违规爬取由此产生的一切后果，请自行承担，与本人无关

halo,各位小伙伴～我是亮娃儿👋！

最近世界杯踢得热火朝天，刷抖音总能刷到好多做足球内容的博主，视频剪得那叫一个精彩，想存下来没事就翻出来回味，结果好多视频都不让直接下载。这能难住咱？直接用 Python 把它们爬下来不就完事了！

今天就手把手教大家，用最简单的方法，把抖音博主主页的所有视频一键下载到自己电脑里，全程没什么晦涩术语，新手也能跟着做。

一、数据来源分析 🕵️‍♂️

1.明确需求 🎯

咱们这次拿网页版抖音练手，就用这个做足球内容的博主主页当例子，大家也可以换成自己喜欢的博主。

目标网址：https://www.douyin.com/user/MS4wLjABAAAAbA5jsJ2taLI5Am2gj_31MkvATTRlZpQ5LdZg1P1Y6co?from_tab_name=main

2.网页抓包分析 🔍

操作就几步，超简单：

1.打开博主主页，按 F12 调出开发者工具，咱们用 谷歌浏览器 演示

2.按 Ctrl+R 刷新一下页面，让工具记录下所有网络请求

3.在下面的筛选搜索框里输入aweme/post/，搜出来的第一条结果，就是装着所有视频信息的数据包

点进去就能看到，咱们需要的视频标题、下载链接，全都在里面 👇

二、代码实现步骤 💻

1.启动浏览器 & 开启监听 🌐

本次使用 DrissionPage 自动化模块，无需复杂配置，语法简洁、适配性强，完美适配静态网页爬取。

# 导入自动化模块from DrissionPage import ChromiumPage# 实例化浏览器对象dp = ChromiumPage()# 监听数据包dp.listen.start('aweme/post/')# 访问网站dp.get('https://www.douyin.com/user/MS4wLjABAAAAbA5jsJ2taLI5Am2gj_31MkvATTRlZpQ5LdZg1P1Y6co?from_tab_name=main')

💡 小提示：不熟悉 DrissionPage 模块的小伙伴，可以参考我的往期实战文章：（《用Python抓取《疯狂动物城2》豆瓣影评》）

2.解析数据 & 提取字段 📝

等页面加载出来，数据包就到手了。咱们不用管里面乱七八糟的其他信息，只拿两个最有用的：视频标题 和 视频下载链接。

顺便还要筛一下：有些作品是图文笔记，只有音频没有视频，这种咱们直接跳过，只下载正经的视频文件

# 等待数据包加载,timeout=10 超时处理,超过10S没有加载新的数据（到底）        resp = dp.listen.wait(timeout=10)        # 获取相应数据内容        json_data = resp.response.body        # print(json_data)        # 字典取值：提取视频数据所在的列表        video_info_list = json_data['aweme_list']        # for循环，提取列表里的元素for index in video_info_list:            # 视频标题            video_id = index['aweme_id']            # 提取标题            title = index['desc']            # 只保留#前面的内容if'#' in title:                title = title.split('#')[0].strip()            # 提取视频链接            video_url = index['video']['play_addr']['url_list'][0]            print(video_id, title, video_url)            # 判断视频链接是否为图文的if'.mp3' not in video_url:                # 获取视频内容                video_content = requests.get(url=video_url).content                # 替换特殊字符                new_title = re.sub(r'[\\/:*?"<>|]', '', title)

3.视频保存到本地 💾

视频下载下来之后，咱们统一放到 D 盘的 “抖音” 文件夹 里。代码会自动创建文件夹，不用你手动新建，省心得很。

# 创建保存目录save_dir = 'D:\\抖音\\'if not os.path.exists(save_dir):  os.makedirs(save_dir)# 数据保存with open(save_dir + new_title + '.mp4', 'wb') as f:# 写入数据f.write(video_content)print(f'视频下载完成: {new_title}.mp4')

4.自动下滑加载更多 ⬇️

抖音主页是往下滑才加载更多视频的，总不能咱们守在电脑前一直用手滑吧？当然让代码自动干！

咱们让页面自动滑到底部，触发加载新的视频，加载出来就接着下载，循环往复，一直到把这个博主发的所有视频都下载完为止。

# 定位底部元素down = dp.ele('css:.CLHB28oG')# 下滑页面直到底部广告投放的元素可见dp.scroll.to_see(down)

5.完整整合代码 🚀

# 导入自动化模块from DrissionPage import ChromiumPage# 导入数据请求模块import requests# 导入正则表达式模块import re# 导入文件系统模块import os# 打开浏览器（实例化浏览器对象）dp = ChromiumPage()# 监听数据包dp.listen.start('aweme/post/')# 访问网址dp.get("https://www.douyin.com/user/MS4wLjABAAAAbA5jsJ2taLI5Am2gj_31MkvATTRlZpQ5LdZg1P1Y6co?from_tab_name=main")page = 1# 死循环while True:try:        print(f'正在采集第{page}页的数据内容')        # 等待数据包加载,timeout=10 超时处理,超过10S没有加载新的数据（到底）        resp = dp.listen.wait(timeout=10)        # 获取相应数据内容        json_data = resp.response.body        # print(json_data)        # 字典取值：提取视频数据所在的列表        video_info_list = json_data['aweme_list']        # for循环，提取列表里的元素for index in video_info_list:            # 视频标题            video_id = index['aweme_id']            # 提取标题            title = index['desc']            # 只保留#前面的内容if'#' in title:                title = title.split('#')[0].strip()            # 提取视频链接            video_url = index['video']['play_addr']['url_list'][0]            print(video_id, title, video_url)            # 判断视频链接是否为图文的if'.mp3' not in video_url:                # 获取视频内容                video_content = requests.get(url=video_url).content                # 替换特殊字符                new_title = re.sub(r'[\\/:*?"<>|]', '', title)                # 创建保存目录                save_dir = 'D:\\抖音\\'if not os.path.exists(save_dir):                    os.makedirs(save_dir)                # 数据保存with open(save_dir + new_title + '.mp4', 'wb') as f:                    # 写入数据                    f.write(video_content)print(f'视频下载完成: {new_title}.mp4')        # 定位底部元素        down = dp.ele('css:.CLHB28oG')        # 下滑页面直到底部广告投放的元素可见        dp.scroll.to_see(down)        page += 1    except Exception as e:        print(str(e))ifstr(e)== "'bool' object has no attribute 'response'":            exit()