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 play wright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
# 进入项目根目录 cd MediaCrawler # 创建虚拟环境 python -m venv venv # mac os & linu x 激活虚拟环境 source venv/ bin /activate # windows 激活虚拟环境 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 qr code --type se arch # 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
评论列表
发表评论