Python爬虫,手把手教你爬取QQ空间信息

前言:

现在流行着一句话,遇事不要慌,朋友圈走一波。不知道还有多少人记得QQ空间,这可是QQ那个年代的青春啊,哎呀,不小心暴露了年龄。好了,废话不多说了,今天来教各位如何爬取QQ空间的信息。

环境搭建

安装Python并添加到环境变量,pip安装需要的相关模块,并前往:

http://npm.taobao.org/mirrors/chromedriver/

下载与自己使用的Chrome浏览器版本对应的驱动文件,下载完毕后将chromedriver.exe所在文件夹添加到环境变量中即可。

原理简介

抓取点QQ空间的数据。

其主要思路为:

利用selenium模拟登录QQ空间从而获取登录QQ空间所需的cookie值,这样就可以利用requests模块来抓取QQ空间的数据了。

一些细节:

(1)第一次获取cookie之后将其保存下来,下次再登录之前先试试保存的cookie有没有用,有用直接使用就可以了,这样可以进一步节省时间。

(2)抓包分析过程中,可以发现抓取QQ空间数据所需请求的链接都包含g_tk这个参数,这个参数实际上是使用cookie中的skey参数计算获得的:

最后:

抓取点数据看看吧

好吧,那就把:

  • 1
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
好的,我可以为您提供一些关于爬取QQ空间相册的Python网络爬虫的相关信息。 首先,爬取QQ空间相册需要模拟登录QQ空间,获取相册的相册ID和相册密钥,然后根据相册ID和相册密钥构造相册访问链接,最后获取相册中的图片链接并下载保存。 以下是一个简单的爬取QQ空间相册的Python爬虫示例代码: ```python import requests from bs4 import BeautifulSoup # 模拟登录QQ空间获取cookies login_url = 'https://user.qzone.qq.com/' login_data = { 'username': 'your_username', 'password': 'your_password' } session = requests.Session() session.post(login_url, data=login_data) # 获取相册的相册ID和相册密钥 album_url = 'https://user.qzone.qq.com/proxy/domain/photo.qzone.qq.com/fcgi-bin/fcg_list_album_v3' album_params = { 'g_tk': 'your_gtk', 'uin': 'your_uin', 'hostUin': 'your_hostUin', 'format': 'json', 'inCharset': 'utf-8', 'outCharset': 'utf-8', 'notice': '0', 'numperpage': '30', 'pagenum': '0', 'callback': '_Callback', 'preCallback': '_Callback', 'json_esc': '1', 't': '0.9002957465610669' } album_response = session.get(album_url, params=album_params) album_json = album_response.content.decode('utf-8') album_data = eval(album_json.strip('_Callback(').rstrip(');')) album_list = album_data['data']['albumListModeSort'] # 遍历相册列表获取相册中的图片链接并下载保存 for album in album_list: album_id = album['id'] album_key = album['skey'] album_name = album['name'] album_url = 'https://user.qzone.qq.com/proxy/domain/photo.qzone.qq.com/fcgi-bin/cgi_list_photo' album_params = { 'g_tk': 'your_gtk', 'uin': 'your_uin', 'albumid': album_id, 'ps': '100', 'pagenum': '0', 'jsoncallback': 'shine0_Callback', 'callback': 'shine0', 'extral': 'undefined', 't': '0.9002957465610669' } album_response = session.get(album_url, params=album_params) album_json = album_response.content.decode('utf-8') album_data = eval(album_json.strip('shine0_Callback(').rstrip(');')) album_photo_list = album_data['data']['photoList'] for photo in album_photo_list: photo_url = photo['url'] photo_response = session.get(photo_url) with open(album_name + '/' + photo['name'], 'wb') as f: f.write(photo_response.content) ``` 请注意,为了保护您的账户安全,请替换示例中的您的用户名,密码,GTK,UIN和HostUin等参数。 希望这个示例可以帮助您开始爬取QQ空间相册。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值