QQ空间说说抓取难度比较大，花了一个星期才研究清楚！

代码请移步到GitHub GitHub地址:https://github.com/20100507/Qzone 【没有加入多线程,希望你可以参与进来加入多线程不过 单个QQ请求频率不可以太高  过多的线程就需要 更多的QQ小号轮流登录】 不要忘了点一个赞 哈哈哈~~

1. 截图看一看效果:

1.1抓取执行过程:

1.2 部分数据截图:

1.3 每一个说说的具体内容

1.4 70W说说数据文件大小:

2.接下来分析整个执行的流程

2.1代码结构图【项目是采用Maven构建】：

简单的说一下整个代码的结构：

QQBean         是对QQ密码和账号的简单的一个封装，

VerifyCode      提取验证码的【如果你的QQ号码是异地登录就需要输入验证码或者腾讯检测到你不安全】

QzoneEncrypt 加密 俩个重要的参数 一个是加密QQ密码【腾讯在传输密码是做得很安全】，一个是加密g_tk,这个在获取说说时必须携带

GetQQByProperties  读取num.properties文件中的QQ账号和密码

KeyWord   对QQ账号密码 和关键参数的一个提取

Login 使用加密后的密码和QQ账号 登录 获取相关重要的cookie

InputNameAndPwd 在login基础上再次调用其他登录接口直到真正登录到平常打开的QQ空间好友动态页面从页面中提取到 g_qzonetoken

GetMsgBoard 获取QQ用户留言

GetQNum 获取你的好友的列表

GetShuoShuoData 获取说说数据

login.js 是网上的一位高人,提取加密QQ密码的js精华

entry.js是对g_tk的加密的获取

num.properties 是存放QQ和密码的地方 如果你真的想保存数据的话 你最好放上6个无须验证码登录的QQ小号 就临时注册几个就完事了，切记一定不要使用一个，否则封号了就吉吉了。

2.2Visio分析流程

上面的Vsio的图，和代码中基本上都对应了，对于保存留言也很简单，换一个路径就好，所有的必要参数和cookie都已经拿到。如果想要保存一个人所有的QQ说说数据，切换分页的参数即可，but，我的代码中没有加入分页，仅仅保存每个QQ用户的首页的说说数据，懒得弄了，就是那么回事，就是在研究参数和cookie真的很费劲！！！！

2.3 测试代码中 请注意:

1. 注意我写的 try-catch，之前程序没有使用try-catch，程序在执行中 ，会由于网络原因抛出异常 ，如果抛给了虚拟机 ，JVM就停止，程序就挂了，干脆我就catch异常，如果catch到异常，我就在递归再次调用你，防止网络原因，导致程序极容易停止。

2.注意一点，我的在  %25 ，也就是轮询QQ号登陆，每个QQ号采集25个用户我就重新换其他的QQ用户登录，num.properties中的QQ数量越多越好【封号率越低】，%多少看自己的喜好！

1 package qzone_enter;

2

3 import java.io.IOException;

4 import java.util.List;

5

6 import org.bianqi.enter.bean.QQBean;

7 import org.bianqi.enter.key.GetQQByProperties;

8 import org.bianqi.enter.key.KeyWord;

9 import org.bianqi.enter.login.InputNameAndPwd;

10 import org.bianqi.getdata.GetShuoShuoData;

11

12 public class GetMyShuoShuo {

13

14 public static List listQQ = null;

15 public static int k = 0;

16

17 static {

18 try {

19 listQQ = GetQQByProperties.getQQNumAndPwd();

20 KeyWord.uin = listQQ.get(k).getNum();

21 KeyWord.password = listQQ.get(k).getPwd();

22 System.out.println("初始化"+KeyWord.uin+"登录~~~~~~~~~~~~~");

23 InputNameAndPwd.login();

24 } catch (IOException e) {

25 e.printStackTrace();

26 }

27 }

28

29 public static void getShuoshuoDemo(long i, long j) throws Exception {

30 try {

31 for (; i <= j; i++) {

32 if (i % 25 == 0) {

33 if (k == listQQ.size()) {

34 k = 0;

35 }

36 KeyWord.uin = listQQ.get(k).getNum();

37 KeyWord.password = listQQ.get(k).getPwd();

38 System.out.println("切换到"+KeyWord.uin+"登录");

39 InputNameAndPwd.login();

40 k++;

41 }

42 GetShuoShuoData.getShuoData(Long.toString(i));

43 System.out.println(KeyWord.uin+"正在采集==============QQ用户" + i + "数据=======================");

44 }

45 } catch (Exception e) {

46 e.printStackTrace();

47 GetMyShuoShuo.getShuoshuo(i, j);

48 }

49 }

50

51 public static void getShuoshuo(long i, long j) throws Exception {

52 try {

53 for (; i <= j; i++) {

54 if (i % 25 == 0) {

55 if (k == listQQ.size()) {

56 k = 0;

57 }

58 KeyWord.uin = listQQ.get(k).getNum();

59 KeyWord.password = listQQ.get(k).getPwd();

60 System.out.println("切换到"+KeyWord.uin+"登录");

61 InputNameAndPwd.login();

62 k++;

63 }

64 GetShuoShuoData.getShuoData(Long.toString(i));

65 System.out.println(KeyWord.uin+"正在采集==============QQ用户" + i + "数据=======================");

66 }

67 } catch (Exception e) {

68 e.printStackTrace();

69 GetMyShuoShuo.getShuoshuoDemo(i, j);

70 }

71 }

72

73 public static void main(String[] args) throws Exception {

74 // 开始QQ号 结束QQ号

75 long i = 669424;

76 long j = 2000000000;

77 getShuoshuo(i, j);

78 }

79 }

3.1总结

就目前来看，我的网速可能不是很好，但是一天依然可以保存30W说说数据，但是有时候程序也会假死，也许是网络不好。

还有，有时候 莫名的需要你输入验证码，没有办法你就在浏览器输入这个QQ账号密码，手动多输入几次验证码，他就一般不会检测了。不在需要验证码

PS【验证码需要打码平台 但是我没有整，but 需要money哦~还有 ， 验证码图片会自动保存到项目路径下但是，手动输入验证码目前程序也不通过，可以修复的帮我修                     复一下 谢谢~~~】

num.properties中 QQ号码低于12个也有可能封号，再次强调QQ小号一定要多，让他检测不出你是爬虫。如果你就一个QQ号就不要尝试玩 ，封号不要怪我！

没有采用多线程技术，一个原因我也没有那么多的QQ小号。如果每一个QQ访问频率太高就会封号！！

记得在GitHub点一个赞！哈哈哈

转自：http://www.cnblogs.com/bianqi/p/7206885.html