# DouyinMan

**Repository Path**: casperchina/douyin-man

## Basic Information

- **Project Name**: DouyinMan
- **Description**: 抖音下载转文本
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-02
- **Last Updated**: 2026-06-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 抖音视频抓取工具

一个基于 Playwright 的抖音用户视频批量抓取工具，支持自动登录、Cookie 持久化、滚动分页等功能。

## 功能特性

- ✅ 自动检测登录状态，支持无头/有头模式切换
- ✅ Cookie 持久化，避免重复登录
- ✅ 在 `.page-cache-wrapper` 容器内滚动触发懒加载
- ✅ 自动处理登录对话框（保存登录信息、短信验证）
- ✅ 提取用户昵称和抖音号
- ✅ 将数据保存为 `抖音号(用户昵称).json` 格式
- ✅ 支持命令行参数配置

## 环境要求

- Python 3.8+
- Playwright

## 安装步骤

```bash
# 1. 创建虚拟环境
python -m venv .venv

# 2. 激活虚拟环境
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate

# 3. 安装依赖
pip install playwright

# 4. 安装浏览器
playwright install chromium
```

## 使用方法

### 基本用法

```bash
python douyin_scraper.py "https://www.douyin.com/user/MS4wLjABAAAAf_FInA3rLqgmY6Ulh49hko8WDymwswQrJCZ7Pf3rzoA"
```

### 命令行参数

| 参数 | 说明 | 默认值 |
|------|------|--------|
| `url` | 抖音用户主页 URL | 预设用户 |
| `-o, --output` | 输出目录 | `douyin_data` |
| `--headed` | 使用有头模式（显示浏览器窗口） | 否 |
| `--pause` | 每 10 次滚动暂停秒数 | 0 |
| `--skip-login` | 跳过登录检测 | 否 |

### 示例

```bash
# 使用有头模式
python douyin_scraper.py "https://www.douyin.com/user/xxx" --headed

# 指定输出目录
python douyin_scraper.py "https://www.douyin.com/user/xxx" -o ./output

# 每 10 次滚动暂停 5 秒
python douyin_scraper.py "https://www.douyin.com/user/xxx" --pause 5
```

## 工作流程

1. **登录检测**：使用无头浏览器加载已保存的 Cookie，检测登录状态
2. **模式选择**：
   - 已登录 → 使用无头模式直接抓取
   - 未登录 → 切换到有头模式，等待用户登录
3. **页面处理**：自动检测并处理"保存登录信息"和"短信验证"对话框
4. **滚动抓取**：在 `.page-cache-wrapper` 容器内滚动触发懒加载，获取视频数据
5. **数据保存**：提取用户信息，保存为 `抖音号(用户昵称).json` 文件

## 输出格式

生成的 JSON 文件结构如下：

```json
[
  {
    "aweme_id": "视频ID",
    "desc": "视频描述",
    "create_time": 时间戳,
    "duration_ms": 时长(毫秒),
    "author": {...},
    "video": {
      "play_addr": {...}
    }
  }
]
```

## 文件说明

| 文件 | 说明 |
|------|------|
| `douyin_scraper.py` | 主程序脚本 |
| `douyin_cookies.json` | 保存登录凭证（自动生成） |
| `douyin_data/` | 输出目录（自动创建） |

## 注意事项

1. 首次运行需要手动登录，登录后 Cookie 会自动保存
2. Cookie 过期后会自动检测并提示重新登录
3. 建议使用 `--pause` 参数避免请求过于频繁
4. 用户昵称中的非法字符会自动过滤（`\ / * ? : " < > |`）
5. 如需抓取大量数据，建议分多次执行

## License

MIT