企业官网建设流程全解析

抖音批量下载实战指南：3条命令装好跑通 douyin-downloader

【免费下载链接】douyin-downloaderA practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and browser fallback support. 抖音批量下载工具，去水印，支持视频、图集、合集、音乐(原声)。项目地址: https://gitcode.com/GitHub_Trending/do/douyin-downloader

如果你曾一条条点开抖音视频、等加载、长按保存，你就懂这种痛：几百个 mp4 堆在磁盘里，带水印、没命名、查不到。douyin-downloader 是一款免费开源（MIT 协议）的抖音去水印批量下载工具：粘贴链接即可自动识别视频、图文、合集、音乐、作者主页、直播等 7 种内容，无水印源加最高码率自动挑选，3 条命令就能装好并产出第一份结果。

先跑起来：3 条命令 + 1 份配置拿到第一批产物

先给结论：只要机器上有 Python 3.8 以上（macOS、Linux、Windows 都支持），整个流程就是"克隆 → 装依赖 → 取 Cookie → 跑"，顺利的话 5 分钟内能看到第一批文件落盘。

第一步：安装依赖

做什么：克隆仓库并安装核心依赖。

git clone https://gitcode.com/GitHub_Trending/do/douyin-downloader cd douyin-downloader pip install -r requirements.txt

做完你应看到：pip 正常结束、无报错。如果你还想用"自动取 Cookie"和"浏览器兜底"（强烈建议，后文会讲它为什么关键），再补两条：

pip install playwright python -m playwright install chromium

第二步：做最小配置

做什么：复制一份配置模板，用工具自动拿到 Cookie，只改 4 个字段。

cp config.example.yml config.yml python -m tools.cookie_fetcher --config config.yml

运行cookie_fetcher会弹出一个浏览器，扫码或账号登录抖音，然后回到终端按 Enter——程序会把拿到的 Cookie 直接写进config.yml，省得手动车到开发者工具里复制字符串。

打开config.yml，把这几个字段改成你自己的（其余保持默认即可）：

link: - https://www.douyin.com/user/MS4wLjABAAAAxxxx # 换成你要下载的作者主页链接 path: ./Downloaded/ # 保存目录 mode: - post # 下载作者发布作品 number: post: 10 # 首次体验先下 10 条，0 表示不限

第三步：跑起来

python run.py -c config.yml

做完你应看到这些产物：

• Downloaded/作者名/post/下，每条视频一个独立子目录，命名是发布日期_标题_作品ID（日期取的是作品发布时间，不是你下载的时间，回看素材时不会串）
• 子目录里是无水印 mp4；开启封面/音乐/头像/JSON 开关后，对应附属文件也会一起落下
• 根目录多出一份download_manifest.jsonl，每个作品一行，含日期、作品 ID、标签、文件路径，相当于自带台账
• 默认database: true，会生成dy_downloader.db记录全部下载历史

前后对比很直观：手工下 100 个视频，意味着 100 次"打开 + 等加载 + 长按 + 改名"，还不算水印；这里是一条命令，默认 5 线程并发（thread: 5），你只管看进度条，文件自动按"作者 → 模式 → 作品"三层目录归位。

它凭什么：三层流水线和容错设计

第一层：链接识别，只管粘贴

链接解析器（core/url_parser.py）按域名 + 路径判断你给的是什么：/video/是单视频，/note/、/gallery/是图文，/collection/、/mix/是合集，/music/是原声音乐，/user/是作者主页，live.douyin.com是直播间，/vsdetail/是直播回放，共 7 类；好友分享卡片里那种v.douyin.com/xxx短链会先展开再归类。你不需要自己判断链接类型。

第二层：拉取 → 筛选 → 并发下载

主流程固定 7 步：读配置（优先级为命令行 > 环境变量 > 配置文件 > 默认值）→ 初始化 Cookie 与 API 客户端 → 解析链接类型 → 拉取作品数据并套用时间、数量筛选 → 并发下载媒体 → 写可选的 JSON 元数据 → 追加清单并写库。

两个最常用的筛选开关：

• start_time/end_time：只取时间窗内的作品，格式YYYY-MM-DD
• number.post等：按模式限量，0 为不限；post（发布）、like（点赞）、mix（合集）、music（音乐）四种模式可同时开启，同一个作品（相同作品 ID）跨模式自动去重，不会下两遍

第三层：去重与容错，决定它能不能长跑

双重去重：SQLite 的aweme表记录下载历史，程序还会扫描本地文件名里的作品 ID，两道关卡共同决定"跳过还是下"。规则有点反直觉，记一次就懂：只删本地文件、保留数据库 → 视为"下载过但文件丢了"，会重新下载；只删数据库、保留文件 → 按文件名判定已存在，不会重下。想强制重下，把对应模式的increase设为 false 覆盖即可。

容错四道防线：

1. 重试退避：请求失败后按 1s、2s、5s 间隔重试，默认retry_times: 3，也就是最多 4 次尝试，实现见 control/retry_handler.py
2. 限速保护：默认rate_limit: 2请求/秒，主动控速，降低触发风控的概率
3. 完整性校验：下载字节与 Content-Length 比对，不完整的文件自动清理后重试，不会给你留半截 mp4
4. 浏览器兜底（最后一条命）：API 翻页被风控限制时（典型症状就是"只能抓到 20 条"），自动启动 Chromium 滚动采集作品列表，headless: false允许你在弹窗里手动过验证码，最长等 600 秒、最多滚动 240 轮

画质上，源选择默认"无水印源 +video.bit_rate阶梯里最高码率"；想要上传原片就设video_quality: original，它会先探测一次，原片比最高转码档还小则自动退回转码档，不会白付探测成本。

进阶玩法：三个值得开的开关

🔍 热搜榜与关键词搜索：先捞"鱼"，再下载

能力一句话：不用手动攒链接，直接把抖音热搜榜或关键词搜索结果导出成 JSONL，再挑感兴趣的喂给下载器。

python run.py --hot-board 30 -p ./Downloaded # 热搜榜前 30，输出 hot_board/{时间戳}.jsonl python run.py --search "猫咪" --search-max 100 -p ./Downloaded # 关键词搜索，默认上限 50 条

适合谁：做话题监控、研究采样的人。产出的 JSONL 一行一个作品，可以直接筛、可以存证，下载只是下一步。

💬 按作品批量采集评论

能力一句话：下视频的同时把该作品的评论抓下来，在媒体文件旁生成一份结构化 JSON。

comments: enabled: true include_replies: false # 改 true 会额外拉每条评论的二级回复，请求量变多 max_comments: 500 # 0 表示不限

适合谁：舆情分析、学术采样。对比一下：500 个作品的评论靠网页人工收集基本不现实，也拿不到结构化数据；开了这个开关，每个作品自动多一个*_comments.json，字段齐全可直接进分析流程。

📡 把下载器变成 REST 服务

能力一句话：加一个--serve参数，它就从命令行工具变成可被调用的下载服务：提交链接 → 拿任务 ID → 轮询进度。

pip install fastapi uvicorn python run.py --serve --serve-port 8000

POST /api/v1/download提交{"url": "..."}，GET /api/v1/jobs/{job_id}查状态；完成任务按"保留 24 小时、最多 500 条"自动清理，进行中的任务永不裁剪。适合谁：想把抖音批量下载能力嵌进自有系统、定时任务或内部平台的开发者。

另外两个值得知道的能力：直播链接（live.douyin.com/{房间号}）可以直接录制成 FLV，主播下播或你 Ctrl+C 中断时，已录到的字节都会保留；登录账号自己的收藏夹、收藏合集（collect/collectmix模式）也能整体导出，配置示例 里有完整字段说明。

遇到问题：5 个高频坑的定位思路

1. 只能抓到 20 条作品？这是翻页风控的经典症状，不是你的 bug。确认配置里browser_fallback.enabled: true、headless: false，浏览器弹窗出现后手动完成验证，并且别急着关窗口——兜底最多会等 600 秒。

2. Cookie 过期、登录态数据拉不到？重跑取 Cookie 命令即可，登录后按 Enter 自动回写配置：

python -m tools.cookie_fetcher --config config.yml

3. 速度慢、失败多？先查网络，再调thread（默认 5，带宽富余可以试 8）。环境有 IP 限制就在proxy里填代理（API 请求和媒体下载都会走）。别盲目拉高并发：默认 2 请求/秒的限速本身就是风控保护，失败率反而升高的时候，通常说明你跑得太急了。

4. 为什么"删了文件会重下，删了库却不重下"？不是 bug，是去重规则：文件缺失但库里有记录 → 重下；库记录没了但文件还在 → 跳过。想完整重下某个作者，要把本地目录和库里该作者记录一起清掉，README 里给了对应的 sqlite3 语句。

5. 转写文件为什么没生成？按顺序查四点：transcript.enabled是否为true；下载的是否视频（图文不生成转写）；OPENAI_API_KEY是否有效；response_formats是否包含txt或json。另外转写默认先用 ffmpeg 抽出单声道 mp3 再上传，绕开了 OpenAI 单文件 25MiB 的上限，视频很大也不用担心。

往后看

同一套后端还在内测一个桌面客户端Douzy：抖音 / TikTok / YouTube 三平台工作台，粘贴链接即下，任务中心能看每个任务的成败数量、一键重试失败项并直接打开输出目录，下载内容统一进本地作品档案。

任务中心把"下载了什么、成没成、失败项在哪"摊在一张列表里，对长跑批量任务很实用。

仓库配有自动化 CI（测试 + lint），tests/目录下有 60 多个测试文件，MIT 协议；遇到 bug 或有新需求，提 issue 或 PR 是最直接的参与方式。

从今天开始：5 件可执行的事

1. 跑通环境：git clone+pip install -r requirements.txt，先用单个视频链接下载一条，确认整条链路通
2. 固化配置：cp config.example.yml config.yml，用cookie_fetcher完成 Cookie，按自己的需求改link、mode、number
3. 开增量：increase默认开启，首次全量之后，后续运行只会补下新增作品，适合长期跟踪某个作者
4. 加数据层：研究场景打开comments评论采集，配合download_manifest.jsonl，媒体和元数据一起入库
5. 管理预期：只抓 20 条就先走浏览器兜底过验证；平台接口或规则变化导致功能失效，属于正常技术风险，留意仓库更新即可

合规提醒：本工具建议仅用于个人学习、研究与管理自己账号的数据；请遵守抖音平台规则与作品版权，勿将下载内容用于侵权或其他违法用途。

【免费下载链接】douyin-downloaderA practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and browser fallback support. 抖音批量下载工具，去水印，支持视频、图集、合集、音乐(原声)。项目地址: https://gitcode.com/GitHub_Trending/do/douyin-downloader