目录

  • 一、背景介绍
  • 二、代码讲解
    • 2.1 爬虫
    • 2.2 tkinter界面
    • 2.3 存日志
  • 三、说明

一、背景介绍

你好,我是@马哥python说,一名10年程序猿。

最近我用python开发了一个GUI桌面软件,目的是爬取相关YouTube博主的各种信息,字段包括:

视频标题、视频链接、博主名称、博主链接、国家、telegram链接、whatsapp链接、twitter链接、facebook链接、instagram链接。

以近期某热门事件为例。

演示视频:
【爬虫演示】用python爬YouTube博主信息,并开发成GUI桌面软件!

运行截图:

爬取数据截图:

实现思路:
通过按指定关键词搜索视频,通过视频进入博主的主页简介,爬取博主的各种联系信息。
并把源码封装成exe文件,方便没有python环境,或者不懂技术的人使用它。

二、代码讲解2.1 爬虫

本爬虫是通过selenium模拟手工搜索的过程,所以需要提前安装好chrome浏览器和chromedriver驱动。
安装chrome浏览器和chromedriver驱动的过程,请自行解决,不再赘述。
把chromedriver放到exe文件的旁边(同级目录下)即可。
展示部分核心代码:
初始化csv文件:

def init(self):    with open(f'{self.query}.csv', 'a', newline='', encoding='utf_8_sig') as f:        writer = csv.writer(f)        writer.writerow(['视频标题', '视频链接', '博主名称', '博主链接', '国家', 'telegram链接', 'whatsapp链接', 'twitter链接', 'facebook链接', 'instagram链接'])

爬博主信息:

# 先解析出所有链接contact_url_els = self.browser.find_elements(By.XPATH, '//*[@id="link-list-container"]/a')for j in contact_url_els:    url = j.get_attribute('href')    if "t.me" in url: # 电报链接        de_url = unquote(url)        de_url_dict = parse_qs(urlparse(de_url).query)        url = de_url_dict.get("q")[0]        telegram_url = url    if "wa.link" in url or "api.whatsapp.com" in url: # whatsapp链接        de_url = unquote(url)        de_url_dict = parse_qs(urlparse(de_url).query)        url = de_url_dict.get("q")[0]        whatsapp_url = url    if "twitter.com" in url: # twitter链接        de_url = unquote(url)        de_url_dict = parse_qs(urlparse(de_url).query)        url = de_url_dict.get("q")[0]        twitter_url = url    if "facebook.com" in url: # facebook链接        de_url = unquote(url)        de_url_dict = parse_qs(urlparse(de_url).query)        url = de_url_dict.get("q")[0]        facebook_url = url    if "instagram.com" in url: # instagram链接        de_url = unquote(url)        de_url_dict = parse_qs(urlparse(de_url).query)        url = de_url_dict.get("q")[0]        instagram_url = url

2.2 tkinter界面

界面部分代码:

# 创建主窗口root = tk.Tk()root.title('YouTube爬虫-定制化开发 | 马哥python说')# 设置窗口大小root.minsize(width=850, height=650)show_list_Frame = tk.Frame(width=800, height=450)  # 创建show_list_Frame.pack_propagate(0)show_list_Frame.place(x=30, y=120, anchor='nw')  # 摆放位置# 滚动条scroll = tk.Scrollbar(show_list_Frame)# 放到Y轴竖直方向scroll.pack(side=tk.RIGHT, fill=tk.Y)

2.3 存日志

软件运行过程中,会在同级目录下生成logs文件夹,文件夹内会出现log文件,记录下软件在整个运行过程中的日志,方便长时间运行、无人值守,出现问题后的debug。
部分代码:

class Log_week():    def get_logger(self):        self.logger = logging.getLogger(__name__)        # 日志格式        formatter = '[%(asctime)s-%(filename)s][%(funcName)s-%(lineno)d]--%(message)s'        # 日志级别        self.logger.setLevel(logging.DEBUG)        # 控制台日志        sh = logging.StreamHandler()        log_formatter = logging.Formatter(formatter, datefmt='%Y-%m-%d %H:%M:%S')        # info日志文件名        info_file_name = time.strftime("%Y-%m-%d") + '.log'        # 将其保存到特定目录,ap方法就是寻找项目根目录,该方法博主前期已经写好。        case_dir = r'./logs/'        info_handler = TimedRotatingFileHandler(filename=case_dir + info_file_name,                                                when='MIDNIGHT',                                                interval=1,                                                backupCount=7,                                                encoding='utf-8')        self.logger.addHandler(sh)        sh.setFormatter(log_formatter)        self.logger.addHandler(info_handler)        info_handler.setFormatter(log_formatter)        return self.logger

三、说明

我是 @马哥python说,持续分享python源码干货!
推荐阅读: 【爬虫+情感判定+Top10高频词+词云图】”乌克兰”油管热评python舆情分析