如何在 python 中抓取 Instagram 帐户信息

Posted

技术标签:

【中文标题】如何在 python 中抓取 Instagram 帐户信息【英文标题】:How to scrape instagram account info in python 【发布时间】:2017-09-21 15:19:19 【问题描述】:

我正在尝试在 python 中做一些非常简单的事情,但不知何故它非常困难。我要做的就是编写一个 python 脚本来记录 Instagram 用户关注的人数以及关注者的数量。就是这样。

谁能给我一个好的包来做到这一点? 最好不要漂亮的汤,因为这对于我想做的事情来说过于复杂。我只想要类似的东西

[user: example_user, followers:9019, following:217] 

是否有 Instagram 特定的 python 库?

我要抓取的帐户是公开的。这对于 twitter 来说非常简单。

感谢任何帮助。

【问题讨论】:

您检查过 Instagram API 吗? 【参考方案1】:

由于您要查找的内容在页面源中可用,因此您可以结合使用请求和 BeautifulSoup 来获取它们。

试一试:

import requests
from bs4 import BeautifulSoup

html = requests.get('https://www.instagram.com/michaeljackson/')
soup = BeautifulSoup(html.text, 'lxml')
item = soup.select_one("meta[property='og:description']")
name = item.find_previous_sibling().get("content").split("•")[0]
followers = item.get("content").split(",")[0]
following = item.get("content").split(",")[1].strip()
print(f'name\nfollowers\nfollowing')

结果:

Name :Michael Jackson
Followers :1.6m
Following :4

【讨论】:

有什么办法可以得到这4个关注? github.com/amitupreti/Instagram-Follower-Scraper 你可以使用这个仓库中的代码。【参考方案2】:

我不知道你为什么要避免使用 BeautifulSoup,因为它实际上对于这样的任务非常方便。因此,以下几行应该可以完成这项工作:

import requests
from bs4 import BeautifulSoup

html = requests.get('https://www.instagram.com/cristiano/') # input URL here
soup = BeautifulSoup(html.text, 'lxml')

data = soup.find_all('meta', attrs='property':'og:description')
text = data[0].get('content').split()

user = '%s %s %s' % (text[-3], text[-2], text[-1])
followers = text[0]
following = text[2]

print('User:', user)
print('Followers:', followers)
print('Following:', following)

...输出:

用户:克里斯蒂亚诺·罗纳尔多 (@cristiano)

关注者:111.5m

关注:387

当然,在用户拥有超过 100 万关注者(或关注超过 100 万用户)的情况下,您需要进行一些计算才能获得实际(但被截断的)数字,这应该不会太难。

【讨论】:

【参考方案3】:

否则您可以通过这种方式访问​​信息(是的,我使用了 beautifulsoup)

from bs4 import BeautifulSoup
import urllib

external_sites_html = 
urllib.urlopen('https://www.instagram.com/<instagramname>/?hl=en')
soup = BeautifulSoup(external_sites_html, 'lxml')

name = soup.find('meta', attrs='property':'og:title')
description = soup.find('meta', attrs='property':'og:description')

# name of user
nameContent = name.get('content')
# information about followers and following users
descrContent = description.get('content')

您可以从这些变量中提取您需要的信息。但是,如果关注者的号码超过 100 万,则有关关注者的信息将不准确。如果您需要确切的数字,您可能必须使用他们的 api。

【讨论】:

“external_sites_html =”是否应该分配它下面的行?还是我应该在那里输入一些东西? 我复制粘贴那个:)它只用在下面一行中。【参考方案4】:
import requests

username = "cristiano"
headers = 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36'

user_info = requests.get('https://instagram.com/%s/?__a=1'%username, headers = headers)

print (user_info.json())

【讨论】:

请补充说明【参考方案5】:

有一个包instagramy

pip 安装 instagramy

from instagramy import InstagramUser
user = InstagramUser("github")
profile_pic = user.profile_pic_url
print(user.is_verified)
print(user.number_of_followers)
print(user.number_of_posts)

GitHub repository of the package

【讨论】:

【参考方案6】:

您只需几行代码即可使用instascrape 来完成此操作(免责声明:我是这个包的作者)

使用pip install insta-scrape pip 安装它,然后获取用户的帐户信息,尝试

from instascrape import Profile 
google = Profile("google")
google.scrape()

这会从帐户中加载几十个数据点,您可以使用点符号访问这些数据点,如 google.followersgoogle.followinggoogle.is_verified 等,或者您可以使用 dict 获取所有数据987654328@

'csrf_token': '19DnM5UYbxusoSnbfUNGGiOr5hU91khz',
 'viewer': None,
 'viewer_id': None,
 'country_code': 'US',
 'language_code': 'en',
 'locale': 'en_US',
 'device_id': 'A0CFC9ED-5769-4951-94B3-F26D5724FDBD',
 'browser_push_pub_key': 'BIBn3E_rWTci8Xn6P9Xj3btShT85Wdtne0LtwNUyRQ5XjFNkuTq9j4MPAVLvAFhXrUU1A9UxyxBA7YIOjqDIDHI',
 'key_id': '132',
 'public_key': 'a185b716b7bab1acb25e88034374819c0482257a4e240736215af2253f255d61',
 'version': '10',
 'is_dev': False,
 'rollout_hash': '7b740aa85a82',
 'bundle_variant': 'metro',
 'frontend_dev': 'prod',
 'logging_page_id': 'profilePage_1067259270',
 'show_suggested_profiles': False,
 'show_follow_dialog': False,
 'biography': 'Google unfiltered—sometimes with filters.',
 'blocked_by_viewer': False,
 'business_email': '',
 'restricted_by_viewer': None,
 'country_block': False,
 'external_url': 'https://linkin.bio/google',
 'external_url_linkshimmed': 'https://l.instagram.com/?u=https%3A%2F%2Flinkin.bio%2Fgoogle&e=ATOMCBcW4YjsNBxlDyAETnOiWt8zHrGTW0VJIufW-ROhSYM5lm2p-JNT060OLDBmMFuoszepQpW0cfEf&s=1',
 'followers': 12262801,
 'followed_by_viewer': False,
 'following': 30,
 'follows_viewer': False,
 'full_name': 'Google',
 'has_ar_effects': False,
 'has_clips': True,
 'has_guides': False,
 'has_channel': False,
 'has_blocked_viewer': False,
 'highlight_reel_count': 6,
 'has_requested_viewer': False,
 'id': '1067259270',
 'is_business_account': True,
 'is_joined_recently': False,
 'business_category_name': 'Business & Utility Services',
 'overall_category_name': None,
 'category_enum': 'INTERNET_COMPANY',
 'is_private': False,
 'is_verified': True,
 'mutual_followers': 0,
 'profile_pic_url': 'https://scontent-lga3-1.cdninstagram.com/v/t51.2885-19/s150x150/119515245_239175997499686_2853342285794408974_n.jpg?_nc_ht=scontent-lga3-1.cdninstagram.com&_nc_ohc=_vp0OGMhUrEAX9mEskb&oh=242d04421b13f2545952203069b164b6&oe=5FC05FDB',
 'profile_pic_url_hd': 'https://scontent-lga3-1.cdninstagram.com/v/t51.2885-19/s320x320/119515245_239175997499686_2853342285794408974_n.jpg?_nc_ht=scontent-lga3-1.cdninstagram.com&_nc_ohc=_vp0OGMhUrEAX9mEskb&oh=604348546412db230d638292b39f7abe&oe=5FC2E223',
 'requested_by_viewer': False,
 'username': 'google',
 'connected_fb_page': None,
 'posts': 1416

如果您确实只需要几个数据点,您可以将它们的名称作为键显式传递给Post.load

from instascrape import Profile 
google = Profile("google")
google.scrape(keys=['followers', 'following'])

google.to_dict() 将因此给我们

'followers': 12262807, 'following': 30

【讨论】:

以上是关于如何在 python 中抓取 Instagram 帐户信息的主要内容,如果未能解决你的问题,请参考以下文章

使用 Selenium Python 进行网页抓取 [Twitter + Instagram]

不能在公共 Instagram 帐户上抓取超过 12 个帖子

如何从 Instagram 网络浏览器中抓取关注者?

在 Instagram 中抓取一定数量的帖子

如何在网络上抓取喜欢 Instagram 图片的用户?

使用 Selenium 和 python 为 Instagram 提供上传文件路径