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。
使用方法
创建并激活 python 虚拟环境
# 进入项目根目录
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
python main.py --platform xhs --lt qrcode --type search
python main.py --platform xhs --lt qrcode --type detail
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)
请登录后发表评论
注册
请登录后查看评论内容