最近几天抖音有点火，火到新榜大号上周（3.20-3.25）7天发布了5篇关于抖音的报道，今天还专门建了个“微微一抖”的群。

　　普通情况下，我们使用爬虫采集网络信息的时候是基于其网站的前端代码，也就是你在任意位置鼠标右键—查看网页源代码看到的那些。

　　抖音的视频都在APP上，我们没法查看他的源代码。好在抖音可以分享到微信然后使用浏览器打开查看。

　　有趣的是，本来其他人不可见的视频播放数据，前端代码中也做了展示。截图中play_count:138、aweme_id:2116、comment_count:1和share_count:1分别代表了该视频的播放数、视频ID、评论数和分享数。

　　查看该分享视频的url构造可以发现非常的简单，仅由、share、video和2116四个部分组成，其中前三部分是固定的，唯一变化的是最后一部分视频ID。按照正常的爬虫逻辑，我们只需要使用脚本不断递增该ID，即可实现遍历所有的视频。

　　实操发现，简单递增视频ID构造的URL视频并不存在。看来抖音对视频的ID是做了加密处理的。尝试分享了几个视频发现，ID有一定的规律，但数据量较小，无法做到解密。时间有限，我们下次再研究视频ID的递增逻辑。

　　除了通过网页的源代码采集网络数据外，对于APP信息的采集多通过抓包实现。所谓“抓包”，就是截获手机与服务器之间通信的数据，进行解析获取通信间传递的数据。

　　开始的几个视频请求地址是相同的，多划几次后发现增加了一个的请求地址。这就好玩了，我们都知道feed是流的意思，百度的信息流新闻地址也是，可以初步判定，从这个地址请求的数据应该是“流”式的，也就是说至少包含多个视频信息！

　　大量数据背后，理论上我们可以分析抖音的推荐逻辑，毕竟每6个视频一组打包下载，肯定存在某种规律；

　　最开始网页源代码采集的时候我们知道，视频的实际阅读量也是可以采集的，那么视频曝光量也就知道了，曝光量=广告价值；

　　现在的小姑娘真的出息了。本事没有㊖却够挑剔，真能耐了。不管她们，招人，人力资源部门的重要性。

　　坚持许久的读书会，终究被各种培训和作业所挤压，看到上次菲爸的生物课讲解，简单记录一下。 准备工作，显微镜，血片，笔...

　　临近春节，关于“家”的一切，每个人都无法回避。 有两个字，一个是“家”，一个是“冢”。人呱呱坠地，心...

　　癌这个词真的很可怕，你可能根本就不知道自己身体会有一个隐藏的癌变。当意外真的来临时你会怎么办，你可能会崩溃...