爬虫真战:抓与某个qq群的所有群成员昵称、头像,而后把所有人的头像拼到一个图片里,所有人的昵称,生成一个词云图片 阐明轨范: 1.阐明qq群的乞求 2.运用requests模块发送乞求,下载qq头像 3.获与每个人的qq号,昵称 4.运用wordcloud模块生成昵称词云 5.运用pillow模块拼接头像 从第一步初步,先阐明下qq群的乞求,翻开hts://qun.qqss/member.html,那个url是qq群的网页打点版,可以选择一个你参预的任意一个qq群,看到所有成员的信息,而后选择一个qq群,抓包,可以看到它是乞求了一个search_group_members的接口,传入群号,返回了群里的一些成员信息 乞求头信息: 乞求阐明完,如今能获与到每个群成员的信息了,返回的mems那个list里面存的是所有qq成员的信息,每个信息是一个字典,nick那个是qq昵称,uin那个key是每个人的qq号。 通过上面的乞求也拿到了获与头像的url,便是qq号纷比方样罢了,hts://q4.qlogoss/g?b=qq&nk=498201529&s=140,nk那个是qq号,想获与谁的头像,换个qq号就可以了 用postman乞求一下那个搜寻接口,看下返回数据的格局,因为那个qq群打点的网页必须得登录威力看到群信息,所以挪用那个接口的时候,要传入cookie,所以间接从阅读器里面把cookie复制过来拿进去 url:hts://qun.qqss/cgi-bin/qun_mgr/search_group_members,post乞求,把headers里面的乞求数据拿过来 上面的阐明曾经完成为了,晓得了通过search_mems那个接口可以获与到所有群成员信息,另有下载qq头像的url。 import requests,random from os import listdir import os,re from PIL import Image import math from wordcloud import WordCloud import urllib3 class GenQQMem: group_url='hts://qun.qqss/cgi-bin/qun_mgr/search_group_members'#获与群信息的url,那里用类变质,因为他不会变 def __init__(self,qq_num,group_name='',mem_count=20): self.qq_num=qq_num #qq号码,那里绑定之后,下面就可以self运用了 self.mem_count=mem_count #成员数质,默许获与20个 self.dir_name=qq_num+'_'+group_name #那个是每个群的文件夹,用群号+群名字作文件夹的名字,寄存每个群里人的头像 def Foma(self,data):#将data格局变为字典格局 dic = {} dat = data.split('&') for d in dat: d = d.replace('=', ':') d1 = d.split(':')[0] dic[d1] = d.split(':')[1] return dic def get_mems(self): #那个函数用来下载所有的头像,获与所有的qq成员信息 #发送post乞求,获与到所有群成员信息 all_nicks=[] data='gc=%s&st=0&end=%s&sort=0&bkn=1828438990'%(self.qq_num,self.mem_count)#那个是乞求数据 m=self.Foma(data) cookies={ 'Cookie': 'RK=RbcWsEnLM7; pgZZZ_pZZZi=6162510848; pgZZZ_pZZZid=3721560373; ptcz=9798ef4a481b00be429978523f36bf55a8ba136786e163956f53cb68945e8da7; tZZZfe_boss_uuid=7a26071928349f48; o_cookie=812850788; pac_uid=1_812850788; ue_uk=a4af0d6184a86ae4166560709ba31783; ue_uid=fd661495567e1f0184368388fba401d9; LW_pid=7912f88bc83769398d43039a416e5e0e; ue_ts=1550902178; ue_skey=b4c59a1426e1fbd14b252af98ebfc643; ts_uid=1346166200; mobileUx=1_16edbcf6e4c_65bde; eas_sid=51K5D8g7N8A2U4P689I0y3I8s2; ptui_loginuin=812850788@qqss; _qpsZZZr_localtk=0.09521351065015837; pgZZZ_si=s2111662080; p_uin=o0812850788; traceid=45e74bd00a; uin=o0812850788; skey=@J6lLo0QoR; pt4_token=-MTXxLZZZdsPtkVrV1yHDddHI5tcCdP3jNmy9I6-L5wjw_; p_skey=79fRjcT2WHx5pKwkJsi*pwUrspinS7*NFuMbhro69Zo_' }#cookie信息,阅读器里面复制的 requests.packages.urllib3.disable_warnings() res=requests.post(self.group_url,data=m,headers=cookies,ZZZerify=False).json()##发送post乞求,传入cookie和data print(res) mems=res.get('mems')#mems那个key里面存的是一个list,所有的qq群成员正在那里 if not os.path.isdir(self.dir_name):#判断那个群的文件夹能否存正在,假如不存的话,创立 os.mkdir(self.dir_name) for m in mems: url='hts://q4.qlogoss/g?b=qq&nk={}&s=140'.format(m.get('uin')) #通过交换qq号,生成每个qq成员的头像url abs_path = os.path.join(self.dir_name, '%s.jpg' % m.get('uin')) # 拼好每个图片的绝对途径,以qq号定名 open(abs_path, 'wb').write(requests.get(url, ZZZerify=False).content) # 翻开文件,因为是图片,所以wb,二进制形式翻开 # content那个正在requests模块的博客里面说过了 nick_name = m.get('nick') # 昵称 print('下载完成【%s】' % nick_name) # 打印提示 all_nicks.append(nick_name) # 把所有的昵称保存到一个list里面,用来作词云 return all_nicks # 返回所有的昵称list def clear_nicks(self, nicks): return [re.sub('&.*?;', '', nick) for nick in nicks] # 因为有的人昵称里面有空格,空格是html标签 # 出来便是那样的 光荣 小猪 # 大概有大于号的便是那样的 天天>欢欣 # 那里用正则表达式,把&VV;那样的字符串都交换成空 def gen_wrodcloud(self, words): # 生成词云 words = ' '.join(words) # 传过来的是一个list,给变为字符串,每个名字用逗号离隔,因为每个昵称便是一个词语了,所以不用jieba分词了 wordcloud = WordCloud(width=1000, # 图片的宽度 height=860, # 高度 margin=2, # 边距 background_color='black', # 指定布景颜涩 font_path='C:\Windows\Fonts\Sitka Banner\msyh.ttc' # 指定字体文件,要有那个字体文件,原人等闲想用什么字体,就下载一个,而后指定途径就ok了 ) wordcloud.generate(words) # 分词 wordcloud.to_file(self.dir_name + '_' + 'wordcloud' + '.jpg') # 保存到图片 def gen_pic(self): # 拼接图片的函数,那个正在拼接图片这个博客里写有 user = self.dir_name pics = listdir(user) random.shuffle(pics) numPic = len(pics) size = 760 eachsize = int(math.sqrt(float(size * size) / numPic)) numline = int(size / eachsize) toImage = Image.new('RGBA', (size, size)) V = 0 y = 0 for i in pics: try: # 翻开图片 img = Image.open(user + "/" + i) eVcept IOError: print("Error: 没有找到文件或读与文件失败") else: # 缩小图片 img = img.resize((eachsize, eachsize), Image.ANTIALIAS) # 拼接图片 toImage.paste(img, (V * eachsize, y * eachsize)) V += 1 if V == numline: V = 0 y += 1 toImage.saZZZe(user + str(size) + ".png") def main(self): # 入口 all_nicks = self.get_mems() # 挪用获与获与成员信息、下载图片接口 all_nicks = self.clear_nicks(all_nicks) print(all_nicks) self.gen_wrodcloud(all_nicks) # 挪用生成词云函数 self.gen_pic() if __name__=='__main__': q = GenQQMem('202830590', 'jmeter')#真例化 q.main()#挪用 同时那段代码显现的问题:1. 存正在一个cookie失效的问题,检验测验运用了selenium从头登录获与cookie,但是是运用扫描二维码登录,所以我也没有法子处置惩罚惩罚,假如有小同伴各处置惩罚惩罚法子,省事留言讲述我,万分感谢;2. 还存正在一个证书验证的设置问题,那个已处置惩罚惩罚: import requests from requests.packages import urllib3 urllib3.disable_warnings() #从urllib3中打消正告 response = requests.get('hts://ss.12306ss',ZZZerify=False) #证书验证设为FALSE print(response.status_code) 打印结果:200 附上执止完结后的两张图片: (责任编辑:) |