当前位置:
首页 > temp > python入门教程 >
-
Python爬虫实战，DecryptLogin模块，Python模拟登录之生成QQ个人专属报告
前言
这次我们借助自己开源的DecryptLogin库做一件有趣的事，生成QQ个人专属报告。
就是把QQ中和自己相关的数据爬取下来并进行可视化~
开发工具
** Python版本：**3.6.4
** 相关模块：**
DecryptLogin模块；
wordcloud模块；
requests模块；
pillow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安装需要的相关模块即可。
原理简介
这里我们简单介绍一下实现原理。首先，我们需要借助自己开源的库来实现模拟登录QQ空间，QQ群以及我的QQ中心。
而QQ群和我的QQ中心的模拟登录原理和QQ空间大同小异，这里就不再赘述了啊，对了，库的安装方式参见很久以前的文章：
推荐pycharm安装第三方库的一些方法
这里我们来着重讲一讲QQ个人数据爬取部分的原理。最基本的自然是我们自己填写的个人信息啦，这个在我的QQ中心可以找到，比如：
通过抓包分析，我们可以发现以下链接包含了我们需要的信息：
当然还有其他一些链接。感兴趣的小伙伴可以自己再找找。观察这些请求需要携带的参数：
请求上图userinfo那个链接需要携带的参数：
ldw: 497****************b1f3611dba60b802*******1268dac
r: 0.3504175608072273
请求上图summary那个链接需要携带的参数：
ldw: 497****************b1f3611dba60b802*******1268dac
r: 0.502514472265531
我们很容易发现，请求这些链接都需要携带两个参数，即：
ldw：不知道是啥玩意。
r：看着就像是随机数。
测试后发现ldw这个参数并不是固定不变的，那我们应该如何计算这个参数呢？全局搜索一下，可以发现一个计算ldw的函数：
乍一眼看，这是啥玩意啊T_T。好像不好算？别急，作为新时代熟读兵法的优秀少年，应该懂得“借刀杀人”的道理。我们再仔细看看ldw到底是啥，找到相关的js文件，可以发现一个注释：
搜一下有没有相关的运算，结果发现了这个：
借助注释，合理猜测一下ldw的值可能可以用bkn的值代替，bkn很好算，js代码一目了然。试着验证一下，竟然真的可以T_T。于是我们就可以抓取到个人的基本信息了，代码实现如下：
'''获取登录账户的个人资料'''
def getPersonalInfo(self, filename='personal_info.pkl'):
personal_info = dict()
summary_url = 'https://id.qq.com/cgi-bin/summary?'
userinfo_url = 'https://id.qq.com/cgi-bin/userinfo?'
bkn = self.__skey2bkn(self.session_id_all_cookies['skey'])
params = {
'r': str(random.random()),
'ldw': str(bkn)
}
headers = {
'referer': 'https://id.qq.com/myself/myself.html?ver=10049&',
'accept': '*/*',
'accept-encoding': 'gzip, deflate, br',
'accept-language': 'zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7',
'cache-control': 'no-cache',
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
}
res = self.session_id.get(summary_url, headers=headers, params=params, verify=False)
res.encoding = 'utf-8'
personal_info.update(res.json())
params = {
'r': str(random.random()),
'ldw': str(bkn)
}
headers = {
'referer': 'https://id.qq.com/myself/myself.html?ver=10045&',
'accept': '*/*',
'accept-encoding': 'gzip, deflate, br',
'accept-language': 'zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7',
'cache-control': 'no-cache',
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
}
while True:
res = self.session_id.get(userinfo_url, headers=headers, params=params, verify=False)
res.encoding = 'utf-8'
if res.text:
break
personal_info.update(res.json())
personal_info_parsed = {
'昵称': personal_info['nick'],
'出生日期': '-'.join([str(personal_info['bir_y']), str(personal_info['bir_m']).zfill(2), str(personal_info['bir_d']).zfill(2)]),
'年龄': personal_info['age'],
'Q龄': personal_info['qq_age'],
'账号等级': personal_info['level'],
'等级排名': personal_info['level_rank'],
'好友数量': personal_info['friend_count'],
'单向好友数量': personal_info['odd_count'],
'已备注好友数量': personal_info['remark_count'],
'好友分组数量': personal_info['group_count'],
'最近联系人数量': personal_info['chat_count'],
'工作': personal_info['work'],
'个性签名': personal_info['commt']
}
saveData2Pkl(personal_info_parsed, os.path.join(self.dirpath, filename))
return personal_info_parsed
然后利用抓取的个人信息，我们可以制作一张简易的QQ名片，效果参见效果展示部分。
接下来，我们看看能不能抓取点其他数据。比如所有的QQ好友数据？通过观察，发现这些数据可以在QQ群官网里找到：
请求这个链接需要的参数是bkn，这个我们前面已经说过怎么算了，所以就直接上代码啦(这里我们只能获取昵称和QQ号，好友的详细信息是无法获取的，这个以后有机会再搞吧)：
'''抓取QQ好友数据'''
def getQQFriendsInfo(self, filename='friends_info.pkl'):
friends_info = dict()
get_friend_list_url = 'https://qun.qq.com/cgi-bin/qun_mgr/get_friend_list'
bkn = self.__skey2bkn(self.session_qun_all_cookies['skey'])
data = {'bkn': bkn}
headers = {
'referer': 'https://qun.qq.com/member.html',
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
}
res = self.session_qun.post(get_friend_list_url, data=data, verify=False, headers=headers)
for key, value in res.json()['result'].items():
for mem in value['mems']:
qq_number = mem['uin']
nickname = mem['name']
friends_info[qq_number] = [nickname]
saveData2Pkl(friends_info, os.path.join(self.dirpath, filename))
return friends_info
然后将所有好友的昵称做个词云？效果还是效果展示部分(隐私问题，我进行了模糊处理)。
最后再获取一些最近的操作信息呗，比如最近30天退出的群，最近一年删除的好友，以及最近我关心谁，最近谁关心我等等，原理和之前差不多，就不赘述了，代码实现如下：
'''获取近期的操作数据'''
def getRecentOperationsInfo(self, filename='recent_operation_info.pkl'):
recent_operation_info = dict()
bkn = self.__skey2bkn(self.session_qun_all_cookies['skey'])
# 近30天退出的群
data = {'bkn': bkn}
headers = {
'accept': 'application/json, text/javascript, */*; q=0.01',
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36',
'origin': 'https://huifu.qq.com',
'referer' : 'https://huifu.qq.com/recovery/index.html?frag=0',
'content-type': 'text/plain'
}
gr_grouplist_url = 'https://huifu.qq.com/cgi-bin/gr_grouplist'
res = self.session_qun.post(gr_grouplist_url, data=data, headers=headers, verify=False)
group_info = res.json()
recent_operation_info['过去30天我退出的群个数'] = len(group_info.get('ls', []))
recent_operation_info['过去30天我退出的群'] = []
if 'ls' in group_info.keys():
for key, value in group_info.items():
recent_operation_info['过去30天我退出的群'].append(value['n'])
# 近一年删除的好友
params = {
'bkn': str(bkn),
'ts': str(int(time.time())),
'g_tk': str(bkn),
'data': '{"11053":{"iAppId":1,"iKeyType":1,"sClientIp":"","sSessionKey":"%s","sUin":"%s"}}' % (self.session_qun_all_cookies['skey'], self.username)
}
headers = {
'accept': 'application/json, text/javascript, */*; q=0.01',
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36',
'origin': 'https://huifu.qq.com',
'referer' : 'https://huifu.qq.com/recovery/index.html?frag=1',
'content-type': 'text/plain'
}
srfentry_url = 'https://proxy.vip.qq.com/cgi-bin/srfentry.fcgi?'
res = self.session_qun.get(srfentry_url, params=params, headers=headers, verify=False)
del_friend_list = res.json()['11053']['data']['delFriendList']
recent_operation_info['过去一年我删除的好友个数'] = len(del_friend_list)
recent_operation_info['过去一年我删除的好友'] = []
if len(del_friend_list) > 0:
recent_operation_info['过去一年我删除的好友'] = del_friend_list['364']['vecUin']
# 谁在意我
bkn = self.__skey2bkn(self.session_zone_all_cookies['skey'])
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
}
res = self.session_zone.get('https://user.qzone.qq.com/%s' % self.username, verify=False, headers=headers)
qzonetoken = re.findall(r'{ try{return "(.+?)";', res.text)[0]
params = {
'uin': str(self.username),
'do': '2',
'rd': str(random.random()),
'fupdate': '1',
'clean': '0',
'g_tk': str(bkn),
'qzonetoken': str(qzonetoken)
}
ship_url = 'https://rc.qzone.qq.com/proxy/domain/r.qzone.qq.com/cgi-bin/tfriend/friend_ship_manager.cgi?'
res = self.session_zone.get(ship_url, verify=False, headers=headers, params=params)
text = (res.text).replace('_Callback(','')
who_care_me = json.loads(text[:len(text)-2])['data']['items_list']
if len(who_care_me) > 5:
who_care_me = who_care_me[:5]
recent_operation_info['谁在意我'] = [[each['uin'], each['score']] for each in who_care_me]
# 我在意谁
params = {
'uin': str(self.username),
'do': '1',
'rd': str(random.random()),
'fupdate': '1',
'clean': '1',
'g_tk': str(bkn),
'qzonetoken': str(qzonetoken)
}
res = self.session_zone.get(ship_url, verify=False, headers=headers, params=params)
text = (res.text).replace('_Callback(','')
i_care_who = json.loads(text[:len(text)-2])['data']['items_list']
if len(i_care_who) > 5:
i_care_who = i_care_who[:5]
recent_operation_info['我在意谁'] = [[each['uin'], each['score']] for each in i_care_who]
saveData2Pkl(recent_operation_info, os.path.join(self.dirpath, filename))
return recent_operation_info
然后和前面一样，也做个卡片吧~效果还是参见效果展示部分。
OK，为了避免推文的时候又比较晚T_T，今天就到这吧~完整源代码详见相关文件。
效果展示
这里把抓取到的数据进行可视化。
1. QQ名片
2. 好友昵称词云
3. 我的近期操作
文章到这里就结束了，感谢你的观看，关注我每天分享Python模拟登录系列，下篇文章分享下载B站指定UP主的所有视频
为了感谢读者们，我想把我最近收藏的一些编程干货分享给大家，回馈每一个读者，希望能帮到你们。
出处：https://www.cnblogs.com/daimubai/p/14990183.html
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀（爬取学校通知公告）
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求：requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量？
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析：SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL，这些神奇的特性你知道吗？
openGauss内核分析：执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
SQL Server -- 解决存储过程传入参数作为s
关于JS定时器的整理
JS中使用Promise.all控制所有的异步请求都完
js中字符串的方法
import-local执行流程与node模块路径解析流程
检测数据类型的四种方法
js中数组的方法,32种方法
前端操作方法
数据类型
window.localStorage.setItem 和 localStorage.setIte
如何完美解决前端数字计算精度丢失与数
