使用Selenium自动化获取抖音创作者平台视频数据

前言

在当今短视频盛行的时代，抖音作为国内领先的短视频平台，吸引了大量内容创作者。对于创作者而言，了解自己发布的视频表现（如播放量、发布时间等）至关重要。本文将介绍如何使用Python的Selenium库来自动化获取抖音创作者平台上的视频数据。

技术栈

Python 3
Selenium
Chrome浏览器

实现步骤

1. 环境准备

首先需要安装必要的Python库：

bash

复制

下载

复制代码

pip install selenium

同时需要下载对应版本的ChromeDriver，并将其放在系统PATH路径下或与脚本同一目录。

2. 代码解析

2.1 导入所需库

python

复制

下载

复制代码

import os
import time
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC

2.2 设置Chrome用户数据目录

python

复制

下载

复制代码

account_en = "73118918368"
base_dir = os.getcwd()
new_user_data_directory = os.path.join(base_dir, f"{account_en}")
if not os.path.exists(new_user_data_directory):
    os.makedirs(new_user_data_directory)

这段代码创建了一个独立的Chrome用户数据目录，可以保存登录状态，避免每次运行都需要重新登录。

2.3 配置Chrome选项

python

复制

下载

复制代码

options = webdriver.ChromeOptions()
options.add_argument(f"user-data-dir={new_user_data_directory}")  # 使用新的用户数据目录
options.add_argument("profile-directory=Default")
options.add_argument("--start-maximized")  # 最大化窗口
driver = webdriver.Chrome(options=options)

2.4 访问抖音创作者平台

python

复制

下载

复制代码

driver.get("https://creator.douyin.com/creator-micro/content/manage")
time.sleep(1)

2.5 获取视频卡片信息

python

复制

下载

复制代码

video_cards = WebDriverWait(driver, 10).until(
    EC.presence_of_all_elements_located((By.CSS_SELECTOR, ".video-card-info-aglKIQ"))

这里使用了显式等待（WebDriverWait）来确保元素加载完成，比单纯的time.sleep更加可靠。

2.6 解析视频数据

python

复制

下载

复制代码

for card in video_cards:
    try:
        # 获取标题信息
        title = card.find_element(By.CSS_SELECTOR, ".info-title-text-YTLo9y").text
        title_part = title.split(' ')[0] if ' ' in title else title

        # 获取发布时间
        time_element = card.find_element(By.CSS_SELECTOR, ".info-time-iAYLF0")
        publish_time = time_element.text

        # 获取播放量
        play_count = card.find_element(By.XPATH,
                                     ".//div[contains(@class, 'metric-item-u1CAYE') and .//div[text()='播放']]//div[contains(@class, 'metric-value-k4R5P_')]").text

        print(f"标题: {title_part}")
        print(f"发布时间: {publish_time}")
        print(f"播放量: {play_count}")
        print("-" * 30)
    except Exception as e:
        print(f"处理卡片时出错: {e}")
        continue

3. 完整代码

完整代码见文章开头部分

关键点解析

用户数据目录：通过设置独立的用户数据目录，可以保存登录状态，避免每次都需要重新登录。
元素定位：
- 使用CSS选择器定位标题和发布时间
- 使用XPath定位播放量，结合contains函数处理动态类名
异常处理：使用try-except块捕获处理单个卡片时的异常，确保一个卡片出错不会影响整个程序。
显式等待：使用WebDriverWait代替硬性等待，提高脚本的稳定性和执行效率。

应用场景

内容分析：定期收集视频数据，分析哪些类型的内容更受欢迎
效果追踪：监控视频播放量的变化趋势
自动化报告：将收集的数据自动生成可视化报告

注意事项

抖音的页面结构可能会更新，需要定期检查CSS选择器和XPath是否需要调整
频繁请求可能会触发反爬机制，建议合理设置请求间隔
需要先手动登录一次账号，保存登录状态

扩展思路

将数据保存到数据库或Excel中
添加定时任务，定期自动收集数据
增加更多指标的采集，如点赞数、评论数等
开发可视化面板展示数据变化

结语

通过本文介绍的方法，你可以轻松实现抖音创作者平台视频数据的自动化采集。这只是一个起点，你可以在此基础上开发更多实用的功能，帮助自己或团队更好地分析视频表现，优化内容策略。

希望这篇文章对你有所帮助！如果你有任何问题或建议，欢迎在评论区留言讨论。