如何用Python爬取小红书

技术如何用Python爬取小红书如何用Python爬取小红书,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。小红书首先,我们打开之前大家配置好的charles

相信很多没有经验的人对于如何用Python爬小红书都是一窍不通的。因此,本文总结了出现问题的原因和解决方法,希望大家可以通过这篇文章来解决这个问题。

小红书

首先让我们打开大家之前配置的charles。

让我们简单的抓取一下小红书小程序(注意这是一个小程序,不是一个app)。

我没有选择app的原因是小红书的App有点难。我参考了网上的一些想法,选择了一个小程序。

1、通过charles抓包对小程序进行分析

如何用Python爬取小红书

按照我的路径,你可以发现列表中的数据已经被我们抓住了。

但你觉得结束了吗?

不不不

如何用Python爬取小红书

通过这个包捕获,我们知道数据可以通过这个api接口获得。

但是当我们把所有的爬虫写好的时候,我们会发现头中有两个很难的参数。

授权”和“x符号”

这两样东西是不断变化的,不知道从哪弄来的。

因此

2、使用mitmproxy来进行抓包

事实上,通过查尔斯抢包,我们已经清楚了整体的抢包思路。

也就是说,获取' authorization '和' x-sign '两个参数,然后对url发出get请求。

这里使用的mitmproxy和查尔斯几乎一样,是一个抓包工具。

但是mitmproxy可以用Python执行。

这样舒服多了。

举个简单的例子。

defrequest(流):

Print(flow.request.headers)在mitmproxy中为我们提供了这样一个方法,这样我们就可以通过request对象截取请求头中的url、cookies、主机、方法、端口、方案等属性。

这不正是我们想要的吗?

我们直接截取参数‘授权’和‘x符号’。

然后填写标题。

整个完成了。

以上就是我们整个爬行的想法。让我们解释一下如何编写代码。

事实上,代码并不难写。

首先,我们必须拦截搜索api的流,这样我们就可以从中获取信息。

如果‘https://www.xiaohongshu.com/fe _ api/牛蒡/微信/v2/search/notes’流入. request.url3360我们判断流的请求中是否存在搜索API的url。

来决定我们需要抓取的请求。

authorization=re . find all(' authorization ',)。*?'(.*?)' \)',字符串(flow.request.headers))[0]

x_sign=re.findall('x-sign ',)。*?'(.*?)' \)',字符串(flow.request.headers))[0]

Url=flow.request.url通过上面的代码,我们可以得到三个最关键的参数,然后我们将共同解析json。

最后,我们可以得到我们想要的数据。

如何用Python爬取小红书

如果你想得到一个单独的数据,你可以得到文章id并获取它。

' https://www . xiaohongshu.com/discovery/item/'

如何用Python爬取小红书

此页眉需要有cookies。当你随意访问一个网站时,你可以得到饼干。目前看来是固定的。

最后,您可以将数据放入csv。

总结

其实小红书爬虫的爬行并不是特别难,关键在于思维和使用的方法。

看完以上,你掌握了用Python爬小红书的方法了吗?如果您想学习更多技能或了解更多相关内容,请关注行业资讯频道。感谢阅读!

内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/49011.html

(0)

相关推荐

  • lte网络注册流程,3)

    技术lte网络注册流程,3) lte网络注册流程(3)
    lte网络注册流程(3)
    本文介绍下下lte网络注册的附着和建立默认承载的过程之中消息分析.
    1.attach request消息中主要包括:EP

    礼包 2021年11月25日
  • 如何选择好的虚拟主机或者网站空间

    技术如何选择好的虚拟主机或者网站空间这篇文章主要为大家展示了“如何选择好的虚拟主机或者网站空间”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“如何选择好的虚拟主机或者网站空间”

    攻略 2021年11月1日
  • 小雪诗句,描写小雪节气古诗词有哪些

    技术小雪诗句,描写小雪节气古诗词有哪些初寒 (作者小雪诗句:陆游) 久雨重阳後,清寒小雪前。 拾薪椎髻仆,卖菜掘头船。 薄米全家粥,空床故物毡。 身犹付一歃,名字更须传? 小雪日戏题绝句 (作者:张登) 甲子徒推小雪天,

    生活 2021年10月28日
  • html5新增的全局属性(html5新增全局属性)

    技术HTML5新增了哪些全局属性这篇文章主要介绍了HTML5新增了哪些全局属性,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。

    攻略 2021年12月25日
  • C++ 声明、定义、初始化、赋值

    技术C++ 声明、定义、初始化、赋值 C++ 声明、定义、初始化、赋值声明:只是规定了变量的类型和名字,而没有进行内存分配。
    定义:不仅规定了变量的类型和名字,而且进行了内存分配,也可能会对量进行初始化

    礼包 2021年12月6日
  • html5的头部标记有什么(html5头部标记)

    技术html5的头部标记怎么使用这篇文章主要讲解了“html5的头部标记怎么使用”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“html5的头部标记怎么使用”吧!

    攻略 2021年12月17日