文章目錄
1. 成果展示
2. 環境配置
環境配置教程請參考我的這篇文章:【python】自動化連接和操作手機微信
3. 爬朋友圈
爬所有用戶前100天(最多只能爬到173天前)發的朋友圈數據,包括:用戶昵稱,文本內容和發布時間。
from appium import webdriver
import time
# 連接手機微信
caps = {
"platformName": "Android",
"deviceName": "emulator-5554",
"platformVersion": "6.0.1",
"appPackage": "com.tencent.mm",
"appActivity": ".ui.LauncherUI",
"noReset": "True",
"unicodeKeyboard": "True",
"resetKeyboard": "True"
}
driver = webdriver.Remote('http://127.0.0.1:4723/wd/hub', caps)
# 爬朋友圈數據
time.sleep(10)
print('點擊發現')
driver.find_elements_by_id('com.tencent.mm:id/cnh')[2].click()
time.sleep(5)
print('點擊朋友圈')
driver.find_element_by_id('com.tencent.mm:id/b3b').click()
time.sleep(5)
print('開始爬蟲')
with open('pyqs.csv', 'a', encoding='utf_8_sig') as f:
f.write('昵稱,文本,時間'+'\n')
while True:
for item in driver.find_elements_by_id('com.tencent.mm:id/fn9'):
try:
name = item.find_element_by_id('com.tencent.mm:id/e3x').text
except:
name = ''
try:
text = item.find_element_by_id('com.tencent.mm:id/b_e').text
except:
try:
text = item.find_element_by_id('com.tencent.mm:id/gbx').text
except:
text = ''
try:
time = item.find_element_by_id('com.tencent.mm:id/ij').text
except:
time = ''
if name != '' and text != '' and time != '':
name = name.replace(',', ' ')
text = text.replace(',', ' ').replace('\n', ' ')
each = ','.join([name, text, time])
with open('pyqs.csv', 'a', encoding='utf_8_sig') as f:
f.write(each+'\n')
print(each)
else:
pass
# 下滑
driver.swipe(0, 1400, 0, 700)
if '101天前' in time:
print('爬取結束')
break
else:
pass
4. 數據處理
爬下來的數據存到pyqs.csv
文件中,我們發現有很多重復數據,做一下去重:
'''依賴模塊 pip install pandas '''
import pandas as pd
df = pd.read_csv('pyqs.csv')
df = df.drop_duplicates()
df.to_csv('pyqs2.csv', encoding='utf_8_sig')
5. 數據分析
數據分析代碼請參考我的這篇文章:【python】B站彈幕數據分析及可視化(爬蟲+數據挖掘)
5.1. 詞頻分析
利用jieba
庫做詞頻分析,並用pyecharts
庫繪制詞雲圖。
5.1.1. 昵稱詞頻分析
可以看出你的微信好友中誰發朋友圈最勤。(出於對隱私的保護,請允許我打一下碼)
5.1.2. 內容詞頻分析
可以看出你的好友經常關注或談論哪些內容。
5.2. 情感分析
利用snownlp
庫做情感分析,並用pyecharts
庫繪制餅狀圖。由餅狀圖可知:微信好友中大多人發的內容都是比較積極的。