MediaCrawler: 爬取抖音 快手 小红书 B站等
off999 2024-12-15 16:05 14 浏览 0 评论
项目简介
这个项目可以爬取抖音 快手 小红书 B站 微博的视频，图文，作者信息以及评论。
小红书爬虫，抖音爬虫， 快手爬虫， B站爬虫， 微博爬虫...。
目前能抓取小红书、抖音、快手、B站、微博的视频、图片、评论、点赞、转发等信息。
原理：利用playwright搭桥，保留登录成功后的上下文浏览器环境，通过执行JS表达式获取一些加密参数 通过使用此方式，免去了复现核心加密JS代码，逆向难度大大降低
功能列表
平台 | Cookie 登录 | 二维码登录 | 手机号登录 | 关键词搜索 | 指定视频/帖子 ID 爬取 | 登录状态缓存 | 数据保存 | IP 代理池 | 滑块验证码 |
小红书 | ? | ? | ? | ? | ? | ? | ? | ? | ? |
抖音 | ? | ? | ? | ? | ? | ? | ? | ? | ? |
快手 | ? | ? | ? | ? | ? | ? | ? | ? | ? |
B 站 | ? | ? | ? | ? | ? | ? | ? | ? | ? |
微博 | ? | ? | ? | ? | ? | ? | ? | ? | ? |
使用方法
创建并激活 python 虚拟环境
# 进入项目根目录
cd MediaCrawler
# 创建虚拟环境
python -m venv venv
# macos & linux 激活虚拟环境
source venv/bin/activate
# windows 激活虚拟环境
venv\Scripts\activate
安装依赖库
pip3 install -r requirements.txt安装 playwright浏览器驱动
playwright install运行爬虫程序
# 从配置文件中读取关键词搜索相关的帖子并爬去帖子信息与评论
python main.py --platform xhs --lt qrcode --type search
# 从配置文件中读取指定的帖子ID列表获取指定帖子的信息与评论信息
python main.py --platform xhs --lt qrcode --type detail
# 打开对应APP扫二维码登录
# 其他平台爬虫使用示例, 执行下面的命令查看
python main.py --help数据保存
- 支持保存到关系型数据库（Mysql、PgSQL等）
- 支持保存到csv中（data/目录下）
- 支持保存到json中（data/目录下）
项目链接
https://github.com/NanmiCoder/MediaCrawler
相关推荐
- 独家 | 5 个Python高级特性让你在不知不觉中成为Python高手
-
你已经使用Python编程了一段时间，编写脚本并解决各种问题。是你的水平出色吗？你可能只是在不知不觉中利用了Python的高级特性。从闭包（closure）到上下文管理器（contextmana...
- Python装饰器
-
Python装饰器是一种用于修改函数或类的行为的特殊语法。它们允许在不修改原始代码的情况下，通过将函数或类作为参数传递给另一个函数来添加额外的功能。装饰器本质上是一个函数，它接受一个函数作为参数，并返...
- 中高阶Python常规用法--上下文管理器
-
Python以简单性和通用性著称，是一种深受全球开发人员喜爱的编程语言。它提供了大量的特性和功能，使编码成为一种愉快的体验。在这些功能中，一个经常被新手忽视的强大工具是上下文管理器。上下文管理器是高...
- Python小案例67- 装饰器
-
Python装饰器是一种用于修改函数或类的行为的特殊语法。它们允许在不修改原始代码的情况下，通过将函数或类作为参数传递给另一个函数来添加额外的功能。装饰器本质上是一个函数，它接受一个函数作为参数，并返...
- python常用的语法糖
-
概念Python的语法糖（SyntacticSugar）是指那些让代码更简洁、更易读的语法特性，它们本质上并不会增加新功能，但能让开发者更高效地编写代码。推导式写法推导式是Python最经典的...
- python - 常用的装饰器 decorator 有哪些?
-
python编程中使用装饰器(decorator)工具，可以使代码更简洁清晰，提高代码的重用性，还可以为代码维护提供方便。对于python初学者来说，根据装饰器(decorator)的字面意思并不...
- python数据缓存怎么搞 ?推荐一个三方包供你参考，非常简单好用。
-
1.数据缓存说明数据缓存可以说也是项目开发中比不可少的一个工具，像我们测试的系统中，你都会见到像Redis一样的数据缓存库。使用缓存数据库的好处不言而喻，那就是效率高，简单数据直接放在缓存中...
- 用于时间序列数据的Graphite监视工具
-
结合第三方工具，Graphite为IT性能监控提供了许多好处。本文介绍其核心组件，包括Carbon、Whisper以及安装的基本准则。Graphite监视工具可实时或按需，大规模地绘制来自多个来源的时...
- Python3+pygame实现的坦克大战
-
一、显示效果二、代码1.说明几乎所有pygame游戏，基本都遵循一定的开发流程，大体如下：初始化pygame创建窗口while循环检测以及处理事件（鼠标点击、按键等）更新UI界面2.代码创建一个m...
- Python之鸭子类型:一次搞懂with与上下文装饰器
-
引言在鸭子类型的理念的基础之上，从关注类型，转变到关注特性和行为。结合Python中的魔法函数的体系，我们可以将自定义的类型，像内置类型一样被使用。今天这篇文章中，接着该话题，继续聊一下with语法块...
- Python必会的50个代码操作
-
学习Python时，掌握一些常用的程序操作非常重要。以下是50个Python必会的程序操作，主要包括基础语法、数据结构、函数和文件操作等。1.HelloWorldprint("Hello,...
- 一文掌握Python 中的同步和异步
-
同步代码（Sync）同步就像在一个流水线上工作，每个任务都等待前一个任务完成。示例：机器A切割钢板→完成后，机器B钻孔→完成后，机器C上色。在Python中，同步代码看起来像这样：im...
- python 标注模块timeit: 测试函数的运行时间
-
在Python中，可以使用内置的timeit模块来测试函数的运行时间。timeit模块提供了一个简单的接口来测量小段代码的执行时间。以下是使用timeit测试函数运行时间的一般步骤：导入...
- Python带你找回童年的万花尺
-
还记得小时候的万花尺吧？这么画：一点也不费脑筋，就可以出来这么多丰富多彩的复杂几何图形。具体而言，可以用万花尺玩具（如图2-1所示）来绘制数学曲线。这种玩具由两个不同尺寸的塑料齿轮组成，一大一小。小的...
- Python 时间模块深度解析:从基础到高级的全面指南
-
直接上干货一、时间模块核心类介绍序号类名说明1datetime.datetime表示一个具体的日期和时间，结合了日期和时间的信息。2datetime.date表示一个具体的日期。3datetime.t...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- python计时 (54)
- python安装路径 (54)
- python类型转换 (75)
- python进度条 (54)
- python的for循环 (56)
- python串口编程 (60)
- python写入txt (51)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python字典增加键值对 (53)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python qt (52)
- python人脸识别 (54)
- python斐波那契数列 (51)
- python多态 (60)
- python命令行参数 (53)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- centos7安装python (53)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)