qzone-spider
qzone-spider copied to clipboard
QQ 空间爬虫,基于 selenium 模拟登录空间,破解滑动验证码,拿到 cookies,然后使用 requests 抓取好友留言板的所有留言与回复,并生成词图。只抓了留言,本来还想抓说说,不过因为我已经好多年不玩 QQ 空间,感觉...
闲话
QQ 空间爬虫,基于 selenium 模拟登录空间,拿到 cookies,然后使用 requests 抓取好友留言板的所有留言与回复,并生成词图。只抓了留言,本来还想抓说说,不过因为我已经好多年不玩 QQ 空间,感觉它对我已经没什么意义了,遂作罢。
演示
这是我初中老号的留言板词云图,这个号已经弃用很多年了,里面黑历史满满,回忆满满,时间过得真他妈快。
使用
获取源码
$ git clone https://github.com/luolongfei/qzone_spider.git qzone_spider/
$ cd qzone_spider/
安装依赖包
$ pip install -r requirements.txt
配置
# 复制配置
$ cp .env.example .env
# 根据 .env 文件中的注释,将其中对应的项目改为你自己的
$ vim .env
抓取
$ python qzone_spider.py
注意:chromedriver
路径需要根据你本地浏览器的实际情况填写,这个玩意儿必须和你浏览器版本相对应,否则启动不了。你可以去 https://chromedriver.chromium.org/downloads 下载对应的 chromedriver
版本,并在 .env
文件中指明 chromedriver 执行文件
的路径。
参考
- https://github.com/ybsdegit/captcha_qq(破解腾讯滑动验证码)
- https://kylingit.com/blog/qq-%E7%A9%BA%E9%97%B4%E7%88%AC%E8%99%AB%E4%B9%8B%E7%88%AC%E5%8F%96%E7%95%99%E8%A8%80/
- https://kylingit.com/blog/qq-%E7%A9%BA%E9%97%B4%E7%88%AC%E8%99%AB%E4%B9%8B%E6%A8%A1%E6%8B%9F%E7%99%BB%E5%BD%95/