抖音数据采集

<?php
/**
* 抖音链接url
*/
private function douyin ($url){

   $number_maps = [
        0 => ['&#xe603;', '&#xe60d;', '&#xe616;'],
        1 => ['&#xe602;', '&#xe60e;', '&#xe618;'],
        2 => ['&#xe605;', '&#xe610;', '&#xe617;'],
        3 => ['&#xe604;', '&#xe611;', '&#xe61a;'],
        4 => ['&#xe606;', '&#xe60c;', '&#xe619;'],
        5 => ['&#xe607;', '&#xe60f;', '&#xe61b;'],
        6 => ['&#xe608;', '&#xe612;', '&#xe61f;'],
        7 => ['&#xe613;', '&#xe60a;', '&#xe61c;'],
        8 => ['&#xe614;', '&#xe60b;', '&#xe61d;'],
        9 => ['&#xe609;', '&#xe61e;', '&#xe615;'],
    ];

    $opts = [
        'http' => [
            'header' => "User-Agent: Mozilla/5.0 (Linux; Android 5.0; SM-G900P Build/LRX21T) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Mobile Safari/537.36",
        ]
    ];
    $context = stream_context_create($opts);
    $html = file_get_contents($url, false, $context);
    if (!$html) {
        return [];
    }

    $data = [];
    // 封面图
    preg_match('/id="videoPoster"\s*style="background-image:url\((.*?)\)">/i', $html, $match);
    $data['cover_url'] = $match[1];

    //抖音昵称
    preg_match('/class="user-info-name">\@(.*?)<\//i', $html, $match);
    $data['douyin_name'] = $match[1];

    //抖音ID
    preg_match('/<\s*p\s*class="user-info-id">.*?ID:(.*?)<\/p>/i', $html, $match);
    $data['douyin_uid'] = str_replace(' ', '', strip_tags($match[1]));

    //点赞数
    preg_match('/<\s*div\s*class="info-item info-like"\s*.*?>.*?<\s*p\s*class="count"\s*>(.*?)<\/p>/i', $html, $match);
    $data['thumb_times'] = str_replace(' ', '', strip_tags($match[1]));

    // 评论数
    preg_match('/<\s*div.*data-item="comment"\s*>.*?<\s*p\s*class="count"\s*>(.*?)<\/p>/i', $html, $match);
    $data['comment_times'] = str_replace(' ', '', strip_tags($match[1]));

    // $data_str = json_encode($data);
    foreach ($number_maps as $k => $v) {
        $data = str_replace($v, $k, $data);
    }

    $thumb_times_unit = strtolower(substr($data['thumb_times'], -1));
    if ($thumb_times_unit == 'w') {
        $data['thumb_times'] = intval(floatval($data['thumb_times']) * 10000);
    } else if ($thumb_times_unit == 'k') {
        $data['thumb_times'] = intval(floatval($data['thumb_times']) * 1000);
    }

    $comment_times_unit = strtolower(substr($data['comment_times'], -1));
    if ($comment_times_unit == 'w') {
        $data['comment_times'] = intval(floatval($data['comment_times']) * 10000);
    } else if ($comment_times_unit == 'k') {
        $data['comment_times'] = intval(floatval($data['comment_times']) * 1000);
    }

    preg_match('/itemId\s*:\s*"(\d+)"/i', $html, $match);
    $data['douyin_item_id'] = $match[1];

    preg_match('/uid:\s*"(\d+)"/i', $html, $match);
    $user_id = $match[1];
    $html = file_get_contents('http://www.iesdouyin.com/share/user/' . $user_id, false, $context);
    $data['user_id'] = $user_id;

    //粉丝数
    preg_match('/<\s*span\s*class="follower block"\s*.*?>.*?<\s*span\s*class="num"\s*.*?>(.*?)<\/span>/i', $html, $match);
    $data['fans_times'] = str_replace(' ', '', strip_tags($match[1]));

    //关注数
    preg_match('/<\s*span\s*class="liked-num block"\s*.*?>.*?<\s*span\s*class="num"\s*.*?>(.*?)<\/span>/i', $html, $match);
    $data['like_times'] = str_replace(' ', '', strip_tags($match[1]));

    foreach ($number_maps as $k => $v) {
         $data = str_replace($v, $k, $data);
    }

    $fans_times_unit = strtolower(substr($data['fans_times'], -1));
    if ($fans_times_unit == 'w') {
        $data['fans_times'] = intval(floatval($data['fans_times']) * 10000);
    } else if ($fans_times_unit == 'k') {
        $data['fans_times'] = intval(floatval($data['fans_times']) * 1000);
    }

    $like_times_unit = strtolower(substr($data['like_times'], -1));
    if ($like_times_unit == 'w') {
       $data['like_times'] = intval(floatval($data['like_times']) * 10000);
    } else if ($like_times_unit == 'k') {
        $data['like_times'] = intval(floatval($data['like_times']) * 1000);
    }

    return $data;
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容

  • 自己做dede的开发时间也比较长了,基本上常用的函数都知道在哪个文件里面,但是时间一长,也有点模糊了,俗话说:好记...
    大刘的英语世界阅读 1,669评论 1 9
  • "use strict";function _classCallCheck(e,t){if(!(e instanc...
    久些阅读 2,027评论 0 2
  • 1. 如何数年如一日的早起? 思想:1)习惯/仪式吸引我们行事,而不是意志和纪律。习惯的力量可以确保我们在不是非常...
    EdwardMa阅读 216评论 0 0
  • 早晨一直跑到泰山脚下,去年爬过了泰山,这次没有计划。越跑越自豪,我这是在用双脚丈量世界啊。 很奇怪的事 如果走一公...
    史终成长阅读 247评论 0 0
  • 冻僵的两旁树 伸展着干干静静带着疤痕的胳膊 四仰八叉朝着天 整整齐齐排列着设计好的故事 压抑的黑褐色 爬上白茫茫的...
    shuiwusenlin阅读 244评论 2 5