傻蛋儿 发表于 2023-11-10 15:29:30

【GUI软件开发】小红书评论采集:自动采集1w多条,含二级评论!

目录

[*]一、爬取目标

[*]1.1 效果截图
[*]1.2 演示视频
[*]1.3 软件说明

[*]二、代码讲解

[*]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、爬取目标

您好!我是@马哥python说 ,一名10年程序猿。
我用python开发了一个爬虫采集软件,可自动抓取小红书评论数据,并且含二级评论数据。
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,无需改代码,双击打开即用!
1.1 效果截图

软件界面截图:

结果截图1:

结果截图2:

结果截图3:

1.2 演示视频

软件运行演示:【软件演示】小红书评论采集工具,可爬取上万条,含二级评论!
1.3 软件说明

几点重要说明:

[*]Windows用户可直接双击打开使用,无需Python运行环境,非常方便
[*]需要填入cookie和爬取目标笔记链接
[*]支持同时爬多个笔记的评论
[*]可爬取10个关键字段,含:笔记链接,页码,评论者昵称,评论者id,评论者主页链接,评论时间,评论IP属地,评论点赞数,评论级别,评论内容。
[*]评论中包含二级评论及二级展开评论。
二、代码讲解

2.1 爬虫采集模块

通过把已有代码部分封装成class类,供tkinter界面调用。
详细爬虫实现逻辑,请见:
【爬虫实战】用Python采集任意小红书笔记下的评论,爬了10000多条,含二级评论!
2.2 软件界面模块

软件界面采用tkinter开发。
主窗口部分:
# 创建日志目录
work_path = os.getcwd()
if not os.path.exists(work_path + "/logs"):
        os.makedirs(work_path + "/logs")
# 创建主窗口
root = tk.Tk()
root.title('小红书评论采集软件 | 马哥python说')
# 设置窗口大小
root.minsize(width=850, height=650)填写cookie控件:
# 【填入Cookie】
tk.Label(root, justify='left', font=('微软', 14), text='个人Cookie:').place(x=30, y=75)
entry_ck = tk.Text(root, bg='#ffffff', width=110, height=2, )
entry_ck.place(x=30, y=100, anchor='nw')# 摆放位置填写笔记链接控件:
# 【笔记链接】
tk.Label(root, justify='left', font=('微软', 14), text='笔记链接:').place(x=30, y=145)
note_ids = tk.StringVar()
note_ids.set('')
entry_nt = tk.Text(root, bg='#ffffff', width=110, height=14, )
entry_nt.place(x=30, y=170, anchor='nw')# 摆放位置底部软件版权说明:
# 版权信息
copyright = tk.Label(root, text='@马哥python说 All rights reserved.', font=('仿宋', 10), fg='grey')
copyright.place(x=290, y=625)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原因,修复bug。
核心代码:
def get_logger(self):
        self.logger = logging.getLogger(__name__)
        # 日志格式
        formatter = '[%(asctime)s-%(filename)s][%(funcName)s-%(lineno)d]--%(message)s'
        # 日志级别
        self.logger.setLevel(logging.DEBUG)
        # 控制台日志
        sh = logging.StreamHandler()
        log_formatter = logging.Formatter(formatter, datefmt='%Y-%m-%d %H:%M:%S')
        # info日志文件名
        info_file_name = time.strftime("%Y-%m-%d") + '.log'
        case_dir = r'./logs/'
        info_handler = TimedRotatingFileHandler(filename=case_dir + info_file_name,
                                                                                        when='MIDNIGHT',
                                                                                        interval=1,
                                                                                        backupCount=7,
                                                                                        encoding='utf-8')日志文件截图:

三、获取源码及软件

get完整源码:【GUI软件开发】小红书评论采集:自动采集1w多条,含二级评论!
我是@马哥python说 ,一名10年程序猿,持续分享python干货中!

来源:https://www.cnblogs.com/mashukui/p/xhs_comment_tool.html
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页: [1]
查看完整版本: 【GUI软件开发】小红书评论采集:自动采集1w多条,含二级评论!