
网站介绍MediaCrawler是一个在线开源的小红书抖音微博爬虫工具,适配现在能抓取小红书、抖音、快手、B站、微博的影像、图像、评论、点赞、转发等信息。工具原理是利用playwright搭桥,保留登录成功后的上下文浏览器环境,通过执行JS表达式获取部分加密参数 通过采用此方式,免去了复现核心加密JS代码,逆向难度大大降低,采用要一定的技术知识。如何采用创建并激活 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部署依赖库
pip3 install -r requirements.txt部署 playwright浏览器驱动playwright install执行爬虫程序
默认不含开启评论爬取模式,有要请到配置资料中指定 # 从配置资料中读取关键词查找相关的帖子并爬去帖子信息与评论 python main.py --platform xhs --lt qrcode --type search # 从配置资料中读取指定的帖子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 # 开启对应APP扫二维码登录 # 其他渠道爬虫采用示例, 执行下面的命令查看 python main.py --help数据保存
适配保存到关系型数据库(Mysql、PgSQL等)
适配保存到csv中(data/目录下)
适配保存到json中(data/目录下)
免责声明:本网站上的资源均来自互联网或网友投稿,含有部分诱惑内容,仅供19岁以上内部会员交流,如果您认为侵犯了您的权益,请联系我们,核实后会尽快删除!内容投诉
资源库 » MediaCrawler-开源小红书抖音微博爬虫工具
资源库 » MediaCrawler-开源小红书抖音微博爬虫工具