我用 Python 爬取微信好友，最后发现一个大秘密

IT派

发布于 2018-07-30 15:53:32

1.1K1

发布于 2018-07-30 15:53:32

文章被收录于专栏：IT派

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。