MediaCrawler-开源小红书抖音微博爬虫工具
2024-3-16 21:41:9 Author: blog.upx8.com(查看原文) 阅读量:60 收藏

MediaCrawler是什么

MediaCrawler是一个在线开源的小红书抖音微博爬虫工具,支持目前能抓取小红书、抖音、快手、B站、微博的视频、图片、评论、点赞、转发等信息。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,使用需要一定的技术知识。

MediaCrawler功能列表

MediaCrawler如何使用

创建并激活 python 虚拟环境


cd MediaCrawler


python -m venv venv


source venv/bin/activate


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

# 默认没有开启评论爬取模式,有需要请到配置文件中指定
# 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)

开源小红书抖音微博爬虫工具

源码备份:国内网盘

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


文章来源: https://blog.upx8.com/4112
如有侵权请联系:admin#unsafe.sh