python爬取qq空间说说 Python3爬取QQ空间信息（上）

本文转载至知乎ID：Charles（白露未晞）知乎个人专栏

下载手机App，0基础随时随地学编程>>戳此了解

导语

翻了翻之前关于爬虫的文章。。。

似乎一直在欺负小网站，没什么挑战性。。。

那么，就来“试水”一波TX吧~~~

本着细水长流（偷懒）的原则T_T，这期文章我决定拆成两篇写。第一篇主要解决QQ空间的登录问题并尝试抓取一些信息，第二篇致力于抓取QQ空间的好友信息并做可视化分析。

让我们愉快地开始吧~~~

相关文件

百度网盘下载链接: https://pan.baidu.com/s/1D3C5cSp7YhuTooPJa7znjw 

密码: yccp

开发工具

Python版本：3.6.4

相关模块：

requests模块；

selenium模块；

lxml模块；

以及一些Python自带的模块。

环境搭建

安装Python并添加到环境变量，pip安装需要的相关模块，并前往：

http://npm.taobao.org/mirrors/chromedriver/

下载与自己使用的Chrome浏览器版本对应的驱动文件，下载完毕后将chromedriver.exe所在文件夹添加到环境变量中即可。

原理简介

本文主要解决QQ空间的登录问题。

其主要思路为：

利用selenium模拟登录QQ空间从而获取登录QQ空间所需的cookie值，这样就可以利用requests模块来抓取QQ空间的数据了。

为什么这么绕？

selenium好久不用，写起来太慢了。而且它本身速度和资源占用等问题一直为大家所诟病。

And 省略无数条理由。

一些细节：

（1）第一次获取cookie之后将其保存下来，下次再登录之前先试试保存的cookie有没有用，有用直接使用就可以了，这样可以进一步节省时间。

（2）抓包分析过程中，可以发现抓取QQ空间数据所需请求的链接都包含g_tk这个参数，这个参数实际上是使用cookie中的skey参数计算获得的，懒得打公式了，直接贴一小段代码吧：

最后：

不抓点数据好像不能证明这篇文章真的有用？

好吧，那就把：

扒下来吧~~~

具体实现过程详见相关文件中的源代码。

使用演示

QQ号(username)和密码(password)：

在QQ_Spider.py文件中填写，位置如下图所示：

运行：

在cmd窗口运行QQ_Spider.py文件即可。

结果：

That's All.

下期预告

在本期基础上抓取好友的个人信息，并可视化分析抓取的结果。有兴趣的小伙伴可以提前试试~~~

事实上，微调本文所提供的代码，理论上是可以抓取QQ所有用户的信息的。当然，只是理论上，以及干很多有趣的事情。

T_T作为一个不搞事且不爱喝茶的boy，上述的理论我就不负责实现了。