MediaCrawler: 小红书爬虫,抖音爬虫, 快手爬虫, B站爬虫, 微博爬虫…

洼地云 tuoyidashi.png

一个热门社交网络爬虫工具,支持多个常用社交软件内容的爬取。

一、介绍

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。

二、使用说明

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)

视频教程: B站

三、预览

MediaCrawler

四、地址

项目: https://github.com/NanmiCoder/MediaCrawler

赞(4)
未经允许禁止转载:优米格 » MediaCrawler: 小红书爬虫,抖音爬虫, 快手爬虫, B站爬虫, 微博爬虫…

评论 抢沙发

合作&反馈&投稿

商务合作、问题反馈、投稿,欢迎联系

广告合作侵权联系

登录

找回密码

注册