如何用webscraper抓取精准群体微信号?

前几天,一个朋友在微信上告诉我说,他抓了2.7M微信号。

我惊的差点把手机掉到地上,赶紧让他给我发一份,然后问他从哪里抓的。他给我发过来一份文件,一个网址。

我打开文件,里面都是一些字母数字的组合,还有一些以wxid开头的字符串。我随机测试了一下,发现有的可以搜索到微信用户,但是以wxid开头的不行。

我又打开他发来的网站,大概看了下,应该不止这么少网站。于是我用webscraper又重新抓了一遍。

用了 2 小时,抓下来 250w 个微信号。

经过去重,然后将wxid开头的去除掉,剩余9w微信号。这次我随机测试,发现都可以正常搜索到用户,而且不是那种不用审核就通过的死用户,从签名来看,也不是微商。

如下面几张图片:


image.png
image.png
image.png
image.png
image.png

其实很巧,知道这个网站的人,不会webscraper;而会webscraper的人,又不知道这个网站。我刚好两个都知道,于是就拿到了这部分数据。

这部分数据如何处理,我还没有想好。而且这个网站,朋友叮嘱过,我也不能公开。

不过我可以提供另外一个思路,用来抓取其他微信号,而且是精准群体。不过这种方式就需要你会 webscraper,或者编程。

编程的话,门槛太高。而webscraper很简单,我之前写过两篇文章介绍过webscraper:https://www.jianshu.com/p/cd5124ac0871。这里直接说思路。

下面是具体方式:
————————
在新郎微博网址,搜索 “留下微信号”,会发现很多相关帖子,帖子下面的评论都是微信号。如下图:

image.png
image.png
image.png
image.png

将这些评论抓取下来后,根据帖子内容,得到的都是具体行业、人群的精准用户。

webscraper抓取思路:
1、微博搜索关键字得到的网页,作为一级页面。
2、每篇帖子,作为二级页面。
3、在二级页面,抓取下面所以的评论

抓取下来后,可能会有一些无效评论,这个需要你处理一下。

我大致看了下流程,webscraper 是可以做到的,有些细节,比如,搜索结果里,需要用鼠标点击一下才能展开留言,这个用Element click。之前的文章里有讲过这种方式。

思路在这里,可能过程中还会有一些具体问题,具体情况具体对待。有兴趣的朋友可以试试。

当然,可能用 webscraper 不能一次性完美抓取,那就分开吧。

先把各个帖子的链接抓下来,放到一个网页,再到各个帖子抓评论。


这次就分享到这里,大家有什么疑问可以在评论里提出来。


我写作的一个网站,很好玩:http://www.zsxq100.com/

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,552评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,666评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,519评论 0 334
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,180评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,205评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,344评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,781评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,449评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,635评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,467评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,515评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,217评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,775评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,851评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,084评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,637评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,204评论 2 341

推荐阅读更多精彩内容

  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,321评论 25 707
  • 用两张图告诉你,为什么你的 App 会卡顿? - Android - 掘金 Cover 有什么料? 从这篇文章中你...
    hw1212阅读 12,676评论 2 59
  • 学习金字塔中说道,“最有效的学习方法就是教别人”。 如果我们学到某些知识,能清楚的讲给别人听;或者我们学会某些技能...
    明白1阅读 17,111评论 21 63
  • 夜已深,还有什么人,让你这样醒着数伤痕…… 然则,伤痕是没有的,但人必是醒着的。这深更半夜既无伤痕可...
    如玉素颜阅读 273评论 0 0
  • 窗外的落日渐渐被这片广敄的黑海吞没,随之而来的又是一个漫无尽头的夜。 我在日志上轻轻敲下一行字: 近来天凉,妈妈一...
    陈小花fa阅读 614评论 0 10