利用Python爬取QQ空间！四百万数据要多久？现在来揭秘！

使用说明：

启动前配置：

MongoDB安装好 能启动即可，不需要配置。

启动程序：

1. 进入 myQQ.txt 写入QQ账号和密码（用一个空格隔开，不同QQ换行输入），一般你开启几个QQ爬虫线程，就至少需要两倍数量的QQ用来登录，至少要轮着登录嘛。

2. 进入 init_messages.py 进行爬虫参数的配置，例如线程数量的多少、设置爬哪个时间段的日志，哪个时间段的说说，爬多少个说说备份一次等等。

3. 运行 init.py 文件开启爬虫项目。

4. 爬虫开始之后首先根据 myQQ.txt 里面的QQ去获取 Cookie（以后登录的时候直接用已有的Cookie，就不需要每次都去拿Cookie了，遇到Cookie失效也会自动作相应的处理）。获取完Cookie后爬虫程序会去申请四百多兆的内存，申请的时候会占用两G左右的内存，大约五秒能完成申请，之后会掉回四百多M。

5. 爬虫程序可以中途停止，下次可打开继续抓取。

一个人自学很有可能因为动力不足而中途放弃，可以尝试加入一个或几个适合自己的网络群体(QQ、 微信、 社区等),寻找志同道合的学习伙伴，相互交流、相互促进.如果大家想要学习交流欢迎给我私信，私信关键词: 01.02.03.04 都会得到不一样的资料！系统坚持到关键词会自动发送。分开发送！01或者02

运行截图：

说说数据：

日志数据：

好友关系数据：

个人信息数据：

Friend 表：

_id：采用 QQ 作为唯一标识。

Num：此QQ的好友数（仅统计已抓取到的）。

Fx：朋友的QQ号，x代表第几位好友，x从1开始逐渐迭加。

启动程序：

1. 进入 myQQ.txt 写入QQ账号和密码（不同QQ换行输入，账号密码空格隔开）。如果你只是测试一下，则放三两个QQ足矣；但如果你开多线程大规模抓取的话就要用多一点QQ号（thread_num_QQ的2~10倍），账号少容易被检测为异常行为。

2. 进入 init_messages.py 进行爬虫参数的配置，例如线程数量的多少、设置爬哪个时间段的日志，哪个时间段的说说，爬多少个说说备份一次等等。

3. 运行 launch.py 启动爬虫。

此文还是有些许难度的！零基础不宜上手！