# 抖音合集数据抓取工具

这是一个用于抓取抖音合集播放数据的Python脚本。

## 功能特点

- 使用Selenium处理动态加载的内容
- 多种数据提取策略（页面源码、DOM元素、网络请求）
- 反爬虫机制规避
- 错误处理和重试机制
- 数据保存为JSON格式

## 安装依赖

```bash
pip3 install -r requirements.txt
```

## 使用方法

1. 确保已安装Chrome浏览器
2. 运行脚本：

```bash
python3 douyin_scraper.py
```

## 注意事项

1. **法律合规**: 请确保您的使用符合抖音的服务条款和相关法律法规
2. **频率控制**: 避免过于频繁的请求，以免被反爬虫机制阻止
3. **数据使用**: 抓取的数据仅供学习和研究使用，请勿用于商业用途
4. **Chrome驱动**: 脚本会自动管理Chrome驱动，但请确保Chrome浏览器已安装

## 可能遇到的问题

1. **ChromeDriver问题**: 如果遇到驱动问题，请确保Chrome浏览器版本与ChromeDriver版本匹配
2. **反爬虫限制**: 抖音有较强的反爬虫机制，可能需要调整请求频率或使用代理
3. **页面结构变化**: 抖音页面结构可能会更新，导致数据提取失败，需要相应调整代码

## 输出数据格式

抓取的数据将保存为 `douyin_collection_data.json` 文件，包含：
- 合集标题
- 播放数据
- 视频列表信息
- 统计数据

## 免责声明

本工具仅供学习和研究使用。使用者需要遵守相关法律法规和平台服务条款，作者不承担任何法律责任。