【GUI界面软件】快手批评区采集：自动采集10000多条，含二级批评、睁开批评 ...

目录

• 一、背景阐明
  
  
  
  • 1.1 效果演示
    
  • 1.2 演示视频
    
  • 1.3 软件阐明
    
  
  
• 二、代码解说
  
  
  
  • 2.1 爬虫采集模块
    
  • 2.2 软件界面模块
    
  • 2.3 日志模块
    
  
  
• 三、获取源码及软件
  

一、背景阐明

1.1 效果演示

您好！我是@马哥python说，一名10年步伐猿。
我用python开发了一个爬虫采集软件，可自动抓取快手批评数据，并且含二级批评！
为什么有了源码还开发界面软件呢？方便不懂编程代码的小白用户使用，无需安装python、无需懂代码，双击打开即用！
软件界面截图：

爬取结果截图：
结果截图1：

结果截图2：

结果截图3：

以上。
1.2 演示视频

软件运行演示视频：
【软件演示】快手批评采集工具，可爬取上万条，含二级批评、睁开批评！
1.3 软件阐明

几点告急阐明：

• Windows用户可直接双击打开使用，无需Python运行环境，非常方便！
  
• 必要填入cookie和爬取目标视频链接。
  
• 支持同时爬多个视频的批评。
  
• 可爬取9个关键字段，含：目标链接,页码,批评者昵称,批评者id,批评者主页链接,批评时间,批评点赞数,批评级别,批评内容。
  
• 批评中包含二级批评及二级睁开批评。
  
• 爬取结果自动导出到csv文件。
  

二、代码解说

2.1 爬虫采集模块

首先，定义接口地址作为请求地址：

1. # 请求地址
2. url = 'https://www.kuaishou.com/graphql'

复制代码

定义一个请求头，用于伪造浏览器：

1. # 请求头
2. h1 = {
3.         'Accept': '*/*',
4.         'Accept-Encoding': 'gzip, deflate, br',
5.         'Accept-Language': 'zh-CN,zh;q=0.9',
6.         'Connection': 'keep-alive',
7.         'Content-Type': 'application/json',
8.         'Cookie': self.cookie_val,
9.         'Host': 'www.kuaishou.com',
10.         'Origin': 'https://www.kuaishou.com',
11.         'Referer': 'https://www.kuaishou.com',
12.         'Sec-Fetch-Dest': 'empty',
13.         'Sec-Fetch-Mode': 'cors',
14.         'Sec-Fetch-Site': 'same-origin',
15.         'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36',
16.         'sec-ch-ua': '"Google Chrome";v="119", "Chromium";v="119", "Not?A_Brand";v="24"',
17.         'sec-ch-ua-mobile': '?0',
18.         'sec-ch-ua-platform': '"macOS"',
19. }

复制代码

此中，cookie是个关键参数，必要填写到软件界面里。
cookie获取方法如下：

加上请求参数，告诉步伐你的爬取条件是什么：

1. # 请求参数
2. params = {"operationName": "commentListQuery",
3.                   "variables": {
4.                           "photoId": video_id,
5.                           "pcursor": pcursor,
6.                   },
7.                   "query": "query commentListQuery($photoId: String, $pcursor: String) {\n  visionCommentList(photoId: $photoId, pcursor: $pcursor) {\n    commentCount\n    pcursor\n    rootComments {\n      commentId\n      authorId\n      authorName\n      content\n      headurl\n      timestamp\n      likedCount\n      realLikedCount\n      liked\n      status\n      authorLiked\n      subCommentCount\n      subCommentsPcursor\n      subComments {\n        commentId\n        authorId\n        authorName\n        content\n        headurl\n        timestamp\n        likedCount\n        realLikedCount\n        liked\n        status\n        authorLiked\n        replyToUserName\n        replyTo\n        __typename\n      }\n      __typename\n    }\n    __typename\n  }\n}\n"}

复制代码

下面就是发送请求和吸收数据：

1. # 发送请求
2. r = requests.post(url, json=params, headers=h1)
3. # 接收json数据
4. json_data = r.json()

复制代码

定义一些空列表，用于存放解析后字段数据：

1. content_list = []  # 评论内容
2. create_time_list = []  # 评论时间
3. like_count_list = []  # 评论点赞数
4. author_name_list = []  # 评论者昵称
5. author_id_list = []  # 评论者id
6. author_link_list = []  # 评论者链接
7. comment_level_list = []  # 评论级别

复制代码

循环解析字段数据，以"批评内容"为例：

1. # 循环解析
2. for data in json_data['data']['visionCommentList']['rootComments']:
3.         # 评论内容
4.         content = data['content']
5.         self.tk_show('评论内容:' + content)
6.         content_list.append(content)

复制代码

其他字段同理，不再赘述。
最后，是把数据保存到csv文件：

1. # 保存数据到DF
2. df = pd.DataFrame(
3.         {
4.                 '目标链接': 'https://www.kuaishou.com/short-video/' + video_id,
5.                 '页码': page,
6.                 '评论者昵称': author_name_list,
7.                 '评论者id': author_id_list,
8.                 '评论者主页链接': author_link_list,
9.                 '评论时间': create_time_list,
10.                 '评论点赞数': like_count_list,
11.                 '评论级别': comment_level_list,
12.                 '评论内容': content_list,
13.         }
14. )
15. # 保存到csv
16. if os.path.exists(self.result_file):  # 如果文件存在，不再设置表头
17.         header = False
18. else:  # 否则，设置csv文件表头
19.         header = True
20. df.to_csv(self.result_file, mode='a+', index=False, header=header, encoding='utf_8_sig')
21. self.tk_show('视频[{}]第{}页已保存到csv'.format(video_id, page))

复制代码

完整代码中，还含有：游标控制翻页、判断循环结束条件、时间戳转换、二级批评及二级睁开批评的采集等关键实现逻辑，详见文末。
2.2 软件界面模块

软件界面采用tkinter开发。
主窗口部分：

1. # 创建主窗口
2. root = tk.Tk()
3. root.title('快手评论采集软件v1.0 | 马哥python说')
4. # 设置窗口大小
5. root.minsize(width=850, height=650)

复制代码

填写cookie控件：

1. # 【填入Cookie】
2. tk.Label(root, justify='left', font=('微软', 14), text='个人Cookie:').place(x=30, y=75)
3. entry_ck = tk.Text(root, bg='#ffffff', width=110, height=2, )
4. entry_ck.place(x=30, y=100, anchor='nw')  # 摆放位置

复制代码

填写视频链接控件：

1. # 【视频链接】
2. tk.Label(root, justify='left', font=('微软', 14), text='视频链接:').place(x=30, y=185)
3. video_ids = tk.StringVar()
4. video_ids.set('')
5. entry_nt = tk.Text(root, bg='#ffffff', width=110, height=12, )
6. entry_nt.place(x=30, y=210, anchor='nw')  # 摆放位置

复制代码

底部软件版权阐明：

1. # 版权信息
2. copyright = tk.Label(root, text='@马哥python说 All rights reserved.', font=('仿宋', 10), fg='grey')
3. copyright.place(x=290, y=625)

复制代码

以上。
2.3 日志模块

好的日志功能，方便软件运行出问题后快速定位缘故原由，修复bug。
核心代码：

1. def get_logger(self):
2.         self.logger = logging.getLogger(__name__)
3.         # 日志格式
4.         formatter = '[%(asctime)s-%(filename)s][%(funcName)s-%(lineno)d]--%(message)s'
5.         # 日志级别
6.         self.logger.setLevel(logging.DEBUG)
7.         # 控制台日志
8.         sh = logging.StreamHandler()
9.         log_formatter = logging.Formatter(formatter, datefmt='%Y-%m-%d %H:%M:%S')
10.         # info日志文件名
11.         info_file_name = time.strftime("%Y-%m-%d") + '.log'
12.         case_dir = r'./logs/'
13.         info_handler = TimedRotatingFileHandler(filename=case_dir + info_file_name,
14.                                                                                         when='MIDNIGHT',
15.                                                                                         interval=1,
16.                                                                                         backupCount=7,
17.                                                                                         encoding='utf-8')

复制代码

日志文件截图：

三、获取源码及软件

完整python源码及exe软件，微信公众号"老男孩的平常之路"背景回复"爬快手批评软件"即可获取。点击直达
我是@马哥python说，一名10年步伐猿，持续分享python干货中！

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。