Instagram Scraper 2021 项目教程

Instagram Scraper 2021 项目教程

Instagram-Scraper-2021 Scrape Instagram content and stories, using a new technique based on the har file (No Token + No public API). 项目地址: https://gitcode.com/gh_mirrors/in/Instagram-Scraper-2021

1. 项目的目录结构及介绍

Instagram-Scraper-2021/
├── README.md
├── requirements.txt
├── scraper.py
├── config.json
└── utils/
    ├── __init__.py
    └── helpers.py

• README.md: 项目的介绍文件，包含项目的基本信息和使用说明。
• requirements.txt: 列出了项目运行所需的Python依赖包。
• scraper.py: 项目的启动文件，包含了主要的爬虫逻辑。
• config.json: 项目的配置文件，用于存储爬虫的配置参数。
• utils/: 包含项目中使用的辅助函数和工具。
  • init.py: 使 utils 成为一个Python包。
  • helpers.py: 包含一些辅助函数，用于处理数据和执行其他任务。

2. 项目的启动文件介绍

scraper.py 是项目的启动文件，主要负责以下功能：

• 导入依赖: 导入所需的Python库和模块。
• 读取配置: 从 config.json 文件中读取配置参数。
• 初始化爬虫: 根据配置参数初始化爬虫对象。
• 执行爬取任务: 启动爬虫，执行数据爬取任务。
• 保存结果: 将爬取的数据保存到指定的文件或数据库中。

3. 项目的配置文件介绍

config.json 是项目的配置文件，包含以下配置参数：

{
  "username": "your_instagram_username",
  "password": "your_instagram_password",
  "target_username": "target_instagram_username",
  "output_format": "csv",
  "output_path": "output/",
  "max_posts": 100
}

• username: 你的Instagram账号用户名。
• password: 你的Instagram账号密码。
• target_username: 你想要爬取的目标Instagram账号用户名。
• output_format: 输出数据的格式，例如 csv 或 json。
• output_path: 输出文件的保存路径。
• max_posts: 最大爬取的帖子数量。

通过修改 config.json 文件中的参数，可以自定义爬虫的行为和输出结果。

Instagram-Scraper-2021 Scrape Instagram content and stories, using a new technique based on the har file (No Token + No public API). 项目地址: https://gitcode.com/gh_mirrors/in/Instagram-Scraper-2021