首页
学习
活动
专区
工具
TVP
发布

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。

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:]

我的微信好友的男女比例

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,之前也写过一篇文章「Python 制造出价值上万的英语学习资料」,感兴趣的同学可以去查看。

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。

得到的数据最后保存到当前目录名为「text.txt」文本中。

分析好友签名的函数我定义成:parse_signature(),完整代码如下:

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。之前的文章也有介绍过词云的制作,感兴趣的同学可以查看这篇文章「我眼中的科比,永远的巨星」。

词云的制作我定义了一个:draw_signature() 函数,完整代码如下

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

需要的同学可以自己去下载,也欢迎大家随手点个 star,这样就是对「痴海」最大的支持!非常的感谢!

优质公众号推荐

简介:这个号名叫 C 开发者,主要致力于 C/C++ 方向的技术分享。但是这个号并不仅仅分享技术,每周都会分享一些小工具,号主的日常实践总结出来的经验等等,例如程序员如何赚外快,另外这个号的排版「特别美观」,强烈推荐关注!

痴海微信交流群

PS:觉得这期的文章不错,也请大家点赞转发,你的小小的举动,就是对「痴海」最大的支持!非常感谢!

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180503G07JCV00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券