登录 注册

　　Python3如何爬取微信好友基本信息，并且进行数据清洗?下面跟着IP海带来的教程，我们一起看看具体的操作要怎么实现。

　　1、登录获取好友基础信息：

　　好友的获取方法为get_friends，将会返回完整的好友列表。

　　其中每个好友为一个字典

　　列表的第一项为本人的账号信息

　　传入update键为True将可以更新好友列表并返回

　　'''

　　微信：

　　Date：20180918

　　Author：lizm

　　Description：爬取微信好友、公众号、群聊基本信息，并进行数据清洗

　　'''

　　import itchat

　　from pandas import DataFrame

　　import pandas as pd

　　import re

　　#1、登录(每次登录都要扫二维码)

　　itchat.login()

　　#登录(只需要扫码一次，第二次运行手机微信会弹出确认框)

　　#itchat.auto_login(hotReload=True)

　　#爬取自己好友相关信息， 返回一个json文件

　　friends = itchat.get_friends(update=True)[0:]

　　#print(friends)

　　2、统计性别并图形展示(pyecharts)

　　#2、统计性别

　　#初始化计数器

　　male = female = other = 0

　　#friends[0]是自己的信息，所以要从friends[1]开始

　　for i in friends[1:]:

　　sex = i["Sex"]

　　if sex == 1:

　　male += 1

　　elif sex == 2:

　　female += 1

　　else:

　　other +=1

　　#计算朋友总数

　　total = len(friends[1:])

　　#打印出自己的好友性别比例

　　print("男性好友： %.2f%%" % (float(male)/total*100) + " " +

　　"女性好友： %.2f%%" % (float(female) / total * 100) + " " +

　　"不明性别好友： %.2f%%" % (float(other) / total * 100))

　　#pyecharts图形

　　from pyecharts import Bar

　　bar =Bar("性别比例图", "微信好友")

　　bar.add("性别", ["男", "女", "未知"], [male, female, other])

　　bar.show_config()

　　bar.render()

　　3、将基本信息保存到csv

　　#3、将基本信息保存到csv

　　def filter_emoji(desstr,restr=''):

　　#过滤表情

　　try:

　　co = re.compile(u'[U00010000-U0010ffff]')

　　except re.error:

　　co = re.compile(u'[uD800-uDBFF][uDC00-uDFFF]')

　　return co.sub(restr, desstr)

　　#定义一个函数，用来爬取各个变量

　　import emoji

　　def get_var(var):

　　variable = []

　　for friend in friends:

　　value = friend[var]

　　if isinstance(value,str):

　　value = value.strip()

　　#value = emoji.demojize(value)

　　value = filter_emoji(value,'')

　　rep = re.compile("1fd+w*|[<>/=]")

　　value = rep.sub("", value)

　　rep1 = re.compile("[s+.!/_,$%^*(+"']+|[+——!，。?、~@#￥%……&*()]+")

　　value = rep1.sub('',value)

　　print("爬取数据[%s]>>>>：%s" %(var,value))

　　else:

　　pass

　　variable.append(value)

　　return variable

　　#调用函数得到各变量，并把数据存到csv文件中，保存到桌面

　　NickName = get_var("NickName")

　　Sex = get_var('Sex')

　　Province = get_var('Province')

　　City = get_var('City')

　　Signature = get_var('Signature')

　　data = {'NickName': NickName, 'Sex': Sex, 'Province': Province,

　　'City': City, 'Signature': Signature}

　　frame = DataFrame(data)

　　#windows下运行，需要转码，系统默认是gbk，需要手动设置;注意：utf-8还是乱码，得设置为utf-8-sig

　　frame.to_csv('data.csv', index=True,encoding='utf_8_sig')

　　进行到这里，我们的流程就已经完成一半了，还有两个关键步骤，我们在下一篇文章继续分析。