lodour/qzone-crawler

基于Scrapy的QQ空间照片/相册爬虫。A crawler for QZone photos && albums based on scrapy.

QZone Crawler

基于Scrapy的QQ空间照片/相册爬虫。

Dependence

• python 2.7
• scrapy==1.3.2
• qqlib==1.0.0

Usage

1. git clone [email protected]:Lodour/QZone-Crawler.git

2. cd QZone-Crawler

3. virtualenv env --python=python2.7

4. source ./env/bin/activate

5. pip install scrapy==1.3.2 qqlib==1.0.0

6. cd qzone

7. scrapy crawl photo [-a qq=<Your QQ>] [-a target=<Target QQ>]

8. 图片保存在QZone-Crawler/qzone/downloads文件夹内

Hint

• API可能会失效，一般而言最近一次Commit的时候是有效的

• 项目仍在编写中，目前仅完成了爬取原创说说中的照片

• 如果非原创的说说图片也需要爬取

请将QZone-Crawler/qzone/qzone/spiders/photo.py中的assert not 'rt_certified' in msg注释掉

• 没有对virtualenv的配置进行测试，如有问题请自行解决

• 及时清空终端命令历史不指定参数时，爬虫开启后会提示输入

License

MIT License

Todo

• 相册爬虫
• 空间API应该放在单独的包里，以便于管理和更新
• 密码不应该在参数中明文输入
• 优化对Cookies的处理，应该自动保持而不被取消

Update

2017-2-27

使用getpass进行密码输入

2017-2-26

Initial commit

qzone-crawler's Issues

下载的说说图片不是原图

发现下载的图片并非清晰度最高的，需要进一步分析。