python爬取加密qq空间_Python爬取qq空间说说

#coding:utf-8

#!/usr/bin/python3

from selenium import webdriver

import time

import re

import importlib2

import sys

importlib2.reload(sys)

def startSpider():

driver = webdriver.Chrome('/Users/zachary/zachary/chromedriver.exe') #这个是chormedriver的地址

driver.get('https://qzone.qq.com/')

driver.switch_to.frame('login_frame')

driver.find_element_by_id('switcher_plogin').click()

driver.find_element_by_id('u').clear()

driver.find_element_by_id('u').send_keys('QQ号') #这里填写你的QQ号

driver.find_element_by_id('p').clear()

driver.find_element_by_id('p').send_keys('QQ密码') #这里填写你的QQ密码

driver.find_element_by_id('login_button').click()

time.sleep(2)

#设置爬取内容保存路径

f = open('/Users/zachary/Documents/shuoshuo.txt','w')

#---------------获得g_qzonetoken 和 gtk

html = driver.page_source

'''g_qzonetoken=re.search('window\.g_qzonetoken = \(function\(\)\{ try\{return (.*?);\} catch\(e\)',html)#从网页源码中提取g_qzonetoken'''

g_qzonetoken = "e794139a284d6ea9e0b26826e541b55df37d0667a3544f534de25aebdb64628d3ab75e1d7104bbb22a"

cookie = {}#初始化cookie字典

for elem in driver.get_cookies():#取cookies

cookie[elem['name']] = elem['value']

gtk=getGTK(cookie)#通过getGTK函数计算gtk

#print(g_qzonetoken)

#print(gtk)

#--------------获得好友列表注意下面的链接

driver.get('https://user.qzone.qq.com/proxy/domain/r.qzone.qq.com/cgi-bin/tfriend/friend_hat_get.cgi?hat_seed=1&uin=你的QQ号fupdate=1&g_tk='+str(gtk)+'&qzonetoken='+str(g_qzonetoken)+'&g_tk='+str(gtk))

friend_list = driver.page_source

friend_list = str( friend_list )

abtract_pattern = re.compile('\"(.\d*)\":\{\\n"realname":"(.*?)"}',re.S)

QQ_name_list = re.findall(abtract_pattern,str(friend_list)) #数组

print(QQ_name_list)

numList=dict()# numList => (QQnum:QQname) #列表

for i in QQ_name_list:

numList[str(i[0])]=str(i[1])

begin = 0

last_source = ""

tag = 1

first = 0

firstTime=""

#如果要爬取自己的说说，手动添加自己的qq号

#numList['你的qq号']='你的名字'

#print(numList)

for key in numList.keys():

QQnum = key

QQname = numList[QQnum]

if QQnum == "好友qq号": #根据qq号查找指定好友说说

count = 1

begin = 0

while tag==1 :

#-------------进入好友说说页面 #'+QQnum+' '+str(begin)+'

#print("Begin:"+str(begin))

driver.get('https://user.qzone.qq.com/proxy/domain/taotao.qq.com/cgi-bin/emotion_cgi_msglist_v6?uin='+QQnum+'&ftype=0&sort=0&pos='+str(begin)+'&num=40&replynum=200&g_tk='+str(gtk)+'&callback=_preloadCallback&code_version=1&format=jsonp&need_private_comment=1&qzonetoken='+str(g_qzonetoken)+'&g_tk='+str(gtk))

try:

msg_list_json = driver.page_source

except:

begin = begin + 40

continue

msg_list_json = str(msg_list_json)

if last_source==msg_list_json :

break

else:

last_source=msg_list_json

#检测是否没有权限访问

abtract_pattern = re.compile(',"message":"(.*?)","name":',re.S)

message = re.findall(abtract_pattern,str(msg_list_json))

if message!=[]:

if str(message[0])=='对不起,主人设置了保密,您没有权限查看':#对不起,主人设置了保密,您没有权限查看

break

#print(msg_list_json)

#解析JSON

#webDriver没有现成的JSON解析器，所以采用获取源码的方式，然后使用正则表达式获取具体细节

msg_list_json = msg_list_json.split("msglist")[1]#拆分json，缩小范围，也能加快解析速度

msg_list_json = msg_list_json.split("smoothpolicy")[0]

msg_list_json = msg_list_json.split("commentlist")[1:]

#说说动态分4种：1、文字说说（或带有配图的文字说说）

# 2、只有图片的说说

# 3、转发，并配有文字

# 4、转发，不配文字

for text in msg_list_json:

# 1、先检查说说，用户是否发送了文字，如果没有文字，正则表达式匹配无效

abtract_pattern = re.compile('\}\],"content":"(.*?)","createTime":"(.*?)","created_time":(.*?),"',re.S)

msg_time = re.findall(abtract_pattern,str(text))

if msg_time!=[]:

# 2、如果作者说说有文字，那么检查是否有转发内容

msg = str(msg_time[0][0])

sendTime = str(msg_time[0][1])

abtract_pattern = re.compile('\}\],"content":"(.*?)"},"rt_createTime":"(.*?)","',re.S)

text = text.split("created_time")[1]

msg_time2 = re.findall(abtract_pattern,str(text))

#合并发送内容格式：评论+转发内容

if msg_time2!=[]:

msg = msg +" 转发内容:"+str(msg_time2[0][0])

else:

# 3、说说内容为空，检查是否为 =>只有图片的说说 or 转发，不配文字

#获取正文发送时间（发送时间分为：正文发送时间 or 转发时间）

abtract_pattern = re.compile('"conlist":null,"content":"","createTime":"(.*?)",',re.S)

msgNull_time = re.findall(abtract_pattern,str(text))

if msgNull_time!=[]:

#如果有正文发送时间，那么就是这条说说仅含有图片 =>只有图片的说说

msg = "图片"

sendTime = str(msgNull_time[0])

else:

#如果没有正文发送时间，那么就是说这条说为 =>转发，不配文字

abtract_pattern = re.compile('\}\],"content":"(.*?)"},"rt_createTime":"(.*?)","',re.S)

msg_time = re.findall(abtract_pattern,str(text))

msg =" 转发内容:"+str(msg_time[0][0])

sendTime = str(msg_time[0][1])

#写入本地文件

#f.write('{},{},{},{}\n'.format(str(QQname),str(QQnum),sendTime,msg))

print(str(count)+" : "+str(QQname)+" : "+str(QQnum)+" : "+sendTime+" : "+msg)

count = count + 1

begin = begin + 40

def getGTK(cookie):

hashes = 5381

for letter in cookie['p_skey']:

hashes += (hashes << 5) + ord(letter)

return hashes & 0x7fffffff

startSpider()

print("爬取结束")

python爬取加密qq空间_Python爬取qq空间说说相关推荐

python 爬陌生人qq空间_Python爬取qq空间说说
#coding:utf-8 #!/usr/bin/python3 from selenium import webdriver import time import re import importl ...
python听歌识曲爬虫_Python爬取网易云音乐热门评论的搜索结果-阿里云开发者社区...
网易云音乐评论爬虫(三):爬取歌曲的全部评论用过网易云音乐听歌的朋友都知道,网易云音乐每首歌曲后面都有很多评论,热门歌曲的评论更是接近百万或者是超过百万条．现在我就来分享一下如何爬取网易云音乐歌曲的 ...
python 数据分析书籍推荐知乎_Python 爬取知乎 9674 个问答，揭秘最受欢迎的 98 本书！...
原标题:Python 爬取知乎 9674 个问答,揭秘最受欢迎的 98 本书! 作者 | Yura 责编 | 胡巍巍高尔基这话有没有道理我不知道, 咱也不敢问, 主要是现在也问不了. 那对我来说,读 ...
python爬取虎扑评论_Python爬取NBA虎扑球员数据
虎扑是一个认真而有趣的社区,每天有众多JRs在虎扑分享自己对篮球.足球.游戏电竞.运动装备.影视.汽车.数码.情感等一切人和事的见解,热闹.真实.有温度. 受害者地址 https://nba.hupu ...
python知乎爬虫收藏夹_Python爬取知乎问题收藏夹爬虫入门
简介知乎的网站是比较好爬的,没有复杂的反爬手段,适合初学爬虫的人作为练习因为刚刚入门python,所以只是先把知乎上热门问题的一些主要信息保存到数据库中,待以后使用这些信息进行数据分析,爬取的网页 ...
python爬取音乐并保存_Python爬取网易云音乐上评论火爆的歌曲
前言网易云音乐这款音乐APP本人比较喜欢,用户量也比较大,而网易云音乐之所以用户众多和它的歌曲评论功能密不可分,很多歌曲的评论非常有意思,其中也不乏很多感人的评论.但是,网易云音乐并没有提供热评排行 ...
python百度贴吧发帖时间_python爬取贴吧帖子
一.介绍我们常遇到一些很长的贴吧连载帖子想存到本地再看此文就是运用python爬取指定百度贴吧的帖子并存到本地满足需求环境:python2.7 目标网页:[长篇连载]剑网3的正史和野史--从头开 ...
python爬取b站用户_python爬取b站排行榜
爬取b站排行榜并存到mysql中目的 b站是我平时看得最多的一个网站,最近接到了一个爬虫的课设.首先要选择一个网站,并对其进行爬取,最后将该网站的数据存储并使其可视化. 网站的结构目标网站:bil ...
python访问陌生人qq空间_Python爬虫获取QQ空间信息（上）
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 ...
python访问陌生人qq空间_python程序记录QQ空间条说说的访问详情
3.[代码]主要代码文件 #!python # coding=utf-8 import qqlib, getpass, json, time, sys, codecs reload(sys) sys. ...

python爬取加密qq空间_Python爬取qq空间说说

python爬取加密qq空间_Python爬取qq空间说说相关推荐

最新文章

热门文章