用itchat爬取朋友圈好友信息

Python有一个好玩的软件包itchat，提供了一个微信api接口，借此可以爬取朋友圈的一些基本信息，下面我们一起来玩玩吧。

import itchatimport numpy as npimport pandas as pdfrom collections import defaultdictimport reimport jiebaimport osimport matplotlib.pyplot as pltfrom wordcloud import WordCloud, ImageColorGeneratorimport PIL.Image as Image

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

一、登陆微信：

itchat.login()

• 1

二、好友基本信息:

friends = itchat.get_friends(update=True)

• 1

friend[0]是自己，下面为每一个人创建一个文件夹存放分析的结果。

NickName = friends[0].NickName #获取自己的昵称os.mkdir(NickName) #为自己创建一个文件夹file = '\%s' %NickName #刚刚创建的那个文件夹的相对路径cp = os.getcwd() #当前路径path = os.path.join(cp+file) #刚刚创建的那个文件夹的绝对路径os.chdir(path) #切换路径

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

• ### 好友数量

number_of_friends = len(friends)

• 1

pandas可以把据处理成 DataFrame，这极大方便了后续分析。

df_friends = pd.DataFrame(friends)

• 1

• ### 分析好友性别

男性为1；女性为2；未知为0；

自定义一个计数函数:

def get_count(Sequence): counts = defaultdict(int) #初始化一个字典 for x in Sex: counts[x] += 1 return counts

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

获取性别信息：

Sex = df_friends.SexSex_count = get_count(Sex )

• 1
• 2

pandas为Series提供了一个value_counts()方法，可以更方便统计各项出现的次数：

Sex_count = Sex.value_counts() #defaultdict(int, {0: 31, 1: 292, 2: 245})

• 1

画图：

Sex_count.plot(kind = 'bar')

• 1

• 好友都来自什么地方

  先来看Province

Province = df_friends.ProvinceProvince_count = Province.value_counts()Province_count = Province_count[Province_count.index!=''] #有一些好友地理信息为空，过滤掉这一部分人。

• 1
• 2
• 3
• 4
• 5
• 6

我的好于基本上来自北京和四川，这是显然的四川人在北京读书。

再来看City

City = df_friends.City #[(df_friends.Province=='北京') | (df_friends.Province=='四川')]City_count = City.value_counts()City_count = City_count[City_count.index!='']

• 1
• 2
• 3
• 4
• 5

• ###把如上基本信息写入到本地文件

file_name_all = NickName+'_basic_inf.txt' write_file = open(file_name_all,'w')write_file.write('你共有%d个好友,其中有%d个男生，%d个女生，%d未显示性别。\n\n' %(number_of_friends, Sex_count[1], Sex_count[2], Sex_count[0])+ '你的朋友主要来自省份：%s(%d)、%s(%d)和%s(%d)。\n\n' %(Province_count.index[0],Province_count[0],Province_count.index[1],Province_count[1],Province_count.index[2],Province_count[2])+ '主要来自这些城市：%s(%d)、%s(%d)、%s(%d)、%s(%d)、%s(%d)和%s(%d)。'%(City_count.index[0],City_count[0],City_count.index[1],City_count[1],City_count.index[2],City_count[2],City_count.index[3],City_count[3],City_count.index[4],City_count[4],City_count.index[5],City_count[5]))write_file.close()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

效果图：

二、分析好友签名：

• ### 提取并清理签名，得到语料库。

Signatures = df_friends.Signatureregex1 = re.compile('<>') #匹配表情regex2 = re.compile('\s{2,}')#匹配两个以上占位符。Signatures = [regex2.sub(' ',regex1.sub('',signature,re.S)) for signature in Signatures] #用一个空格替换表情和多个空格。Signatures = [signature for signature in Signatures if len(signature)>0] #去除空字符串

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

text = ' '.join(Signatures)file_name = NickName+'_wechat_signatures.txt'with open(file_name,'w',encoding='utf-8') as f:f.write(text)f.close()

• ###jieba 分词分析语料库

wordlist = jieba.cut(text, cut_all=True)word_space_split = ' '.join(wordlist)

• 1
• 2
• 3
• 4

• ##画图

coloring = np.array(Image.open('F:/Program/Python/Practice/wechat/wechat.jpg')) #词云的背景和颜色。这张图片在本地。my_wordcloud = WordCloud(background_color='white', max_words=2000, mask=coloring, max_font_size=60, random_state=42, scale=2, font_path='C:\Windows\Fonts\msyhl.ttc').generate(word_space_split) #生成词云。font_path='C:\Windows\Fonts\msyhl.ttc'指定字体，有些字不能解析中文，这种情况下会出现乱码。file_name_p = NickName+'.jpg'my_wordcloud.to_file(file_name_p) #保存图片