我用 Python 爬取微信好友，最后发现一个大秘密
前言
你身处的环境是什么样，你就会成为什么样的人。现在人们日常生活基本上离不开微信，但微信不单单是一个即时通讯软件，微信更像是虚拟的现实世界。你所处的朋友圈是怎么样，慢慢你的思想也会变的怎么样。最近在学习 itchat，然后就写了一个爬虫，爬取了我所有的微信好友的数据。并对其中的一些数据进行分析，发现了一些很有趣的事。
Python 微信好友爬虫
此次的爬虫程序用到的库有很多，其中爬取微信数据用到的是 itchat。需要你先去下安装。安装完成以后，你就可以通过 itchat.login() 这个函数登陆你自己的微信。它回弹出一个网页登陆的二维码，你用手机扫描登陆即可。
然后通过 itchat.get_friends() 这个函数就可以获取到自己好友的相关信息，这些信息是一个 json 数据返回。然后我们就可以根据这些返回的信息，进行正则匹配抓取我们想要的信息，在进行分析。
import itchat itchat.login() #爬取自己好友相关信息， 返回一个json文件 friends = itchat.get_friends(update=True)[0:]
观察返回的数据，很容易就可以根据关键字发现性别是存放在一个字典里面，它的 key 是「Sex」，男性值为 1，女性为 2，其他是不明性别的（就是没有填的）。
在代码里我定义了一个函数 parse_friends() 通过一个 for 循环，把获取到的数据通过 for 循环保存到 text 字典里。然后再通过 draw() 函数画出柱状图。柱状图使用的是 plt 库。
def parse_friedns():
itchat.login()
text = dict()
friedns = itchat.get_friends(update=True)[0:]
print(friedns)
male = "male"
female = "female"
other = "other"
for i in friedns[1:]:
sex = i['Sex']
if sex == 1:
text[male] = text.get(male, 0) + 1
elif sex == 2:
text[female] = text.get(female, 0) + 1
else:
text[other] = text.get(other, 0) + 1
total = len(friedns[1:])
print("男性好友： %.2f%%" % (float(text[male]) / total * 100) + "\n" +
"女性好友： %.2f%%" % (float(text[female]) / total * 100) + "\n" +
"不明性别好友： %.2f%%" % (float(text[other]) / total * 100))
draw(text)def draw(datas):
for key in datas.keys():
plt.bar(key, datas[key])
plt.legend()
plt.xlabel('sex')
plt.ylabel('rate')
plt.title("Gender of Alfred's friends")
plt.show()最后打印的结果：
不得不多说我微信的 1K 多的好友男女比列非常的不协调，男多女少啊。这让我回想起以前高中一个班 50 个人，女生就 7 个，然后我们班的女生从此就有一个女团称呼「七仙女」。
我的微信好友个性签名的词云图
为了进一步分析我的好友大致都有什么特征，我把好友的个性签名一起抓取，分析制作成词云。
个性签名是保存在 Signature 这个 key 中，由于有些签名包含些表情，最初抓取会变成 emoji、span、class 等等这些无关的词。所以需要先替换掉，另外，还有类似 <>/= 之类的符号，也需要写个简单的正则替换掉，再把所有拼起来，得到 text 字串。
itchat.login()
siglist = []
friedns = itchat.get_friends(update=True)[1:]
for i in friedns:
signature = i["Signature"].strip().replace("span", "").replace("class", "").replace("emoji", "")
rep = re.compile("1f\d+\w*|[<>/=]")
signature = rep.sub("", signature)
siglist.append(signature)
text = "".join(siglist)得到的数据最后保存到当前目录名为「text.txt」文本中。
text = "".join(siglist)
with io.open('text.txt', 'a', encoding='utf-8') as f:
wordlist = jieba.cut(text, cut_all=True)
word_space_split = " ".join(wordlist)
f.write(word_space_split)
f.close()分析好友签名的函数我定义成:parse_signature()，完整代码如下：
def parse_signature():
itchat.login()
siglist = []
friedns = itchat.get_friends(update=True)[1:]
for i in friedns:
signature = i["Signature"].strip().replace("span", "").replace("class", "").replace("emoji", "")
rep = re.compile("1f\d+\w*|[<>/=]")
signature = rep.sub("", signature)
siglist.append(signature)
text = "".join(siglist)
with io.open('text.txt', 'a', encoding='utf-8') as f:
wordlist = jieba.cut(text, cut_all=True)
word_space_split = " ".join(wordlist)
f.write(word_space_split)
f.close()抓取整理了签名的数据，接下来就是制作出词云。这里使用的是 wordCloud 来进行词云的制作。
词云的制作我定义了一个:draw_signature() 函数，完整代码如下
def draw_signature():
text = open(u'text.txt', encoding='utf-8').read()
coloring = np.array(Image.open('3.png'))
my_wordcloud = WordCloud(background_color="white", max_words=2000,
mask=coloring, max_font_size=60, random_state=42, scale=2,
font_path="DroidSansFallbackFull.ttf").generate(text)
image_colors = ImageColorGenerator(coloring)
plt.imshow(my_wordcloud.recolor(color_func=image_colors))
plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()运行上面的代码后得到了如下的图，由于好友数量比较多，我分别找了两张图制作出图云。
努力，奋斗，世界，生活，自己。这些词在我们 1K 多人的好友中出现的最多。大家都非常的优秀，都非常的上进。我想这也正是我为什么每天都在努力学习的原因，环境真的非常的影响一个人。
我的签名：人生必有痴，而有后成。现在的我痴迷于各种优秀的人，每天都在向他们学习。希望大家一生当中也有痴迷的一面。
完整的代码我已上传到 GitHub 上：
https://github.com/chihaiyishen/Python-Learning/tree/master/python%20%E7%88%AC%E8%99%AB/wechat