python如何爬取微信好友信息？（上）
Python3爬虫代码怎么抓取微信好友基本信息，并且进行数据清洗? 我们一起看看具体的操作Python3爬虫代码要怎么实现。
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')
这只是一部分代码，还有一部分代码请查看下一篇文章，主要代码比较多放不下。
