python爬取instagram上的图片和视频（动态加载）

最新推荐文章于 2024-04-15 21:48:39 发布

paul0926

最新推荐文章于 2024-04-15 21:48:39 发布

阅读量8.4k

点赞数 4

分类专栏：爬虫

本文链接：https://blog.csdn.net/paul0926/article/details/97276292

版权

python爬取并下载instagram上的图片和视频

前文
分析网页
完整源码

前文

环境为：Python3.7，本文只用了requests库和re正则匹配内容

获取网页源代码
首先要确保自己对 https://www.instagram.com 发起的请求能返回正常的响应内容。正常的响应内容包括HTML，Json字符串，二进制数据（如图片类型）等类型的内容。
这里不介绍怎么fan墙，能fan墙的小伙伴可以先测试一下，headers请求头要加上user-agent，cookie加上自己的cookie，根据自己的情况决定是否要加代理参数proxies

分析网页

直接使用requests.get方法获取自己喜欢的博主主页网址内容

完整源码

先放源码：后续再分析

import requests
import re
import time
import random
import os

class InstaSpider(object):

    def __init__(self, user_name, path_name=None):
        # 初始化要传入ins用户名和保存的文件夹名
        self.path_name = path_name if path_name else user_name
        # 不能多余链接
        s = requests.session()
        s.keep_alive = False  # 关闭多余连接

        # self.url = 'https://www.instagram.com/real__yami/'
        self.url = 'https://www.instagram.com/{}/'.format(user_name)
        self.headers = {
   
            'user-agent' : "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_5) AppleWebKit/537.36 (KHTML,              like Gecko) Chrome/75.0.3770.142 Safari/537.36",
            'cookie': 'mid=XSwv4QAEAAFW11cdpyy8JA7wApon; shbid=15221; shbts=1564034657.7138138; rur=PRN; csrftoken=2e3tilTgSaWFNM6edEVPrVVw3Cg3yDoM; urlgen="{\"124.248.219.228\": 38478}:1hqZEL:RsTRCP2YQEvHXqKa_VBZLFXDM58"'
        }
        # 保存所有的图片和视频地址
        self.img_url_list = []
        self.uri = 'https://www.instagram.com/graphql/query/?query_hash=f2405b236d85e8296cf30347c9f08c2a&variables=%7B%22id%22%3A%22{user_id}%22%2C%22first%22%3A12%2C%22