butubb
2112c1a870
移植自 mac-agent-os 的 mediacrawler_adapter：不起子进程、不开页面，用浏览器里那份
登录态直接调抖音 Web 接口。产物键名照抄 store/douyin，所以 ingest 那条链路一个字不用改。
**目前能用的（真环境实测，非推断）**：
profile/other : 200, 7075 字节 —— 博主主页指标（粉丝/获赞/作品数/昵称）
aweme/detail : 200, 45425 字节 —— 单条作品详情（含点赞/评论/收藏/分享）
**目前不能用的：作品列表 `aweme/post`。** 两个互相独立的原因：
1. 这个接口被抖音单独升级成了真校验：不带 x-tt-argus 回 403「Uifid Not Found」，
带上 dummy 值回 200 + **空 body**。也就是说「头在不在」骗得过，「真校验」过不了。
同一套头打 profile/other 和 aweme/detail 都是通的 —— 抖音是挑着接口加保护的，
挑中的恰好是「批量拉作品列表」这个最敏感的动作。
2. 改走页面截获也不行：CDP 浏览器打开博主主页会落到「验证码中间页」（当天大量探测的
代价，过几小时要重测）。
所以现在的边界是：**已知作品的指标刷新能做，自动发现新作品做不了**。
**排查中控住变量后得到的两条事实**（都写进注释了）：
· `Accept` / `Accept-Language` / `Referer` 才是主页接口能返回真数据的原因 —— 只有
UA+client hints+Cookie 时是 200 但仅 121 字节的空壳，补上这三个头变 7074 字节。
（我先前猜的 sec-ch-ua 不是关键。）
· 因此 UA 与 client hints 必须**成套地取自同一个浏览器**，所以 BrowserIdentity 一次
从 CDP 取齐 cookie + UA + hints，而不是各自写死。
「200 + 空 body 必须当场报错」也是刻意写死的：放过去它会在下游变成「这个博主没作品」，
把一次失败伪装成一条正常结果 —— 爬虫那条路正是这么栽的，还被翻译成「账号被封」。
测试 +11：cookie 解析、请求头成套性（含 uifid 缺失/回退）、产物键名与 store 对齐、
以及 _get 的三条失败路径（空 body / 403 带网关原话 / 正常返回）。
63 lines
2.2 KiB
Python
63 lines
2.2 KiB
Python
"""
|
|
composer/frames.py — 视频抽帧工具（首尾帧衔接用）
|
|
|
|
用途：`chain_from_prev` 的镜头需要「上一镜的尾帧」作为生成参考，
|
|
这里提供 ffmpeg 抽帧（零成本、本地处理）。
|
|
"""
|
|
import subprocess
|
|
import sys
|
|
from pathlib import Path
|
|
|
|
_SCRIPT_ROOT = Path(__file__).resolve().parent.parent
|
|
if str(_SCRIPT_ROOT) not in sys.path:
|
|
sys.path.insert(0, str(_SCRIPT_ROOT))
|
|
|
|
from lib.logger import get_logger
|
|
|
|
log = get_logger("composer.frames")
|
|
|
|
|
|
def _ffmpeg() -> str:
|
|
try:
|
|
from lib.ffmpeg import FFMPEG
|
|
return FFMPEG
|
|
except Exception:
|
|
return "ffmpeg"
|
|
|
|
|
|
def extract_tail_frame(video_path: str, out_path: str, offset: float = 0.1) -> str:
|
|
"""抽取视频**最后一帧**（默认取结束前 0.1 秒处，避开黑帧/抖动）
|
|
|
|
用于首尾帧衔接：本镜的起手画面 = 上一镜的收尾画面 → 视觉连续。
|
|
"""
|
|
src = Path(video_path)
|
|
if not src.exists():
|
|
raise FileNotFoundError(f"视频不存在: {video_path}")
|
|
dst = Path(out_path)
|
|
dst.parent.mkdir(parents=True, exist_ok=True)
|
|
r = subprocess.run(
|
|
[_ffmpeg(), "-y", "-sseof", f"-{offset}", "-i", str(src),
|
|
"-frames:v", "1", "-q:v", "2", str(dst)],
|
|
capture_output=True, text=True, timeout=90)
|
|
if r.returncode != 0 or not dst.exists() or dst.stat().st_size < 500:
|
|
raise RuntimeError(f"抽尾帧失败: {r.stderr.strip()[-160:]}")
|
|
log.debug(" 抽尾帧: %s → %s", src.name, dst.name)
|
|
return str(dst)
|
|
|
|
|
|
def extract_head_frame(video_path: str, out_path: str, offset: float = 0.0) -> str:
|
|
"""抽取视频**第一帧**（用于把"上一镜的收尾"作为本镜的起手参考）"""
|
|
src = Path(video_path)
|
|
if not src.exists():
|
|
raise FileNotFoundError(f"视频不存在: {video_path}")
|
|
dst = Path(out_path)
|
|
dst.parent.mkdir(parents=True, exist_ok=True)
|
|
cmd = [_ffmpeg(), "-y"]
|
|
if offset:
|
|
cmd += ["-ss", str(offset)]
|
|
cmd += ["-i", str(src), "-frames:v", "1", "-q:v", "2", str(dst)]
|
|
r = subprocess.run(cmd, capture_output=True, text=True, timeout=90)
|
|
if r.returncode != 0 or not dst.exists() or dst.stat().st_size < 500:
|
|
raise RuntimeError(f"抽首帧失败: {r.stderr.strip()[-160:]}")
|
|
return str(dst)
|