python模拟登陆Instagram并下载图片视频

本项目GitHub地址

效果图

测试运行：

下载的图片：

下载的视频：

设备必须安装：

• python3
• selenium，bs4模块
• PhantomJS(你也可以自行改为Chrome或者Firefox)
• vpn(本人使用的是付费版green vpn)

相关文档

• Selenium Python 文档
• 参考书籍：Python网络数据采集
• requests2文档

文件结构

1. 一个顶层模块包含ins_deliver类
2. 4个小模块：
   • args
   • user
   • login
   • download

源码详解

args模块：

PhantomJS_executable_path = "C:/Users/Administrator/Downloads/phantomjs-2.1.1-windows/phantomjs-2.1.1-windows/bin/phantomjs.exe"

service_args = ['--proxy=127.0.0.1:1080', '--proxy-type=socks5']

login_url = "https://www.instagram.com/"

img_form = ".png"

video_form = ".mp4"

• PhantomJS_executable_path - phantomjs浏览器运行文件的所在目录
• service_args - 你的vpn在机器上运行的ip和端口以及一些代理参数，本人使用的green vpn是运行在1080端口，shadowsocks和tor等其他代理同理设置，就是要根据端口设置而已
• login_url - Instagram登陆页面
• img_form， video_form - 图片和视频的默认保存格式

user模块

class User(object):

    """docstring for user"""

    def __init__(self, account, password, pic_num = 20, video_num = 10):

        self._account = account

        self._password = password

        self._pic_num = pic_num

        self._video_num = video_num

    def get_account(self):

        return self._account

    def get_password(self):

        return self._password

    def get_pic_num(self):

        return self._pic_num

    def get_video_num(self):

        return self._video_num

• _account - Instagram账号
• _password - 密码
• _pic_num - 要下载个人ins主页上多少图片（按照ins的顺序非时间先后）
• _video_num - 要下载个人ins主页上多少视频（按照ins的顺序非时间先后）

login模块

login模块负责Instagram账号登陆，并且获取你ins主页上关注用户发表的ins内容，只有一个login函数，返回值是一个webdriver的PhantomJS浏览器对象,还有需要下载的图片和视频的BeautifulSoup对象列表：

def login(User):

    """

    省略

    """

    return driver, img, video

login细节如下：

启动PhantomJS浏览器：

driver =  webdriver.PhantomJS(executable_path = args.PhantomJS_executable_path, service_args = args.service_args)

发送get请求，打开ins登陆页面：

driver.get(args.login_url)

找到如下含有“请登陆”字样的a标签：

请登录

    a = driver.find_elements_by_tag_name("a")

    login_a = a[2]

    login_a.click()

输入账号密码，开始登陆：

    account = driver.find_element_by_xpath("//input[@name='username']")

    account.clear()

    account.send_keys(User.get_account())

    print("账号输入完成!")



    passwd = driver.find_element_by_xpath("//input[@name='password']")

    passwd.clear()

    passwd.send_keys(User.get_password())

    print("密码输入完成!")



    button = driver.find_element_by_class_name("_ah57t")

    button.click()

    print("开始登陆!")    

    driver.implicitly_wait(0.5)

获取ins主页下要下载的图片和视频列表(BeautifulSoup对象):

    bObj = BeautifulSoup(driver.page_source, "html.parser")

    img = bObj.findAll("img", {"class": "_icyx7"})    

    video = bObj.findAll("video", {"class": "_c8hkj"})

当当前页面的图片和视频数量小于要求的数量时，使页面下拉自动加载：

    while index_pic < int(User.get_pic_num()) or index_video < int(User.get_video_num()):

        driver.execute_script("window.scrollTo(0,document.body.scrollHeight);")

        driver.implicitly_wait(0.5)

download模块：

make_folder函数，负责创建存储图片和视频的文件夹：
参数：

• User - 登陆用户对象

def make_folder(User):

    folder_name = User.get_account()

    while os.path.exists(folder_name):

        folder_name = input("文件夹已存在，请输入新的数据存储文件夹名称：")

    os.makedirs(folder_name + "/pics")

    os.makedirs(folder_name + "/videos")

    return folder_name

download函数，负责下载登陆后主页的ins图片和视频
参数：

• imgs - 要下载的图片BeautifulSoup对象列表
• videos - 要下载的视频BeautifulSoup对象列表
• User - 登陆用户User对象

def download(imgs, videos, User):

    img_limit = int(User.get_pic_num())

    video_limit = int(User.get_video_num())

    folder_name = make_folder(User)



    index = 0

    for img in imgs:

        if index > img_limit:

            break

        urlretrieve(img["src"], folder_name + "/pics/" + str(index) + args.img_form)

        time.sleep(0.5)

        index += 1    



    index = 0

    for video in videos:

        if index > video_limit:

            break

        urlretrieve(video["src"], folder_name + "/videos/" + str(index) + args.video_form)

        time.sleep(0.5)

        index += 1    

    print("下载完毕！")

download_content_by_url函数根据某条ins内容的url下载其中的图片和视频

此函数课进行下载的页面类似如下：

大鲨鱼的一条ins

参数：

• driver - webdriver的phontomjs浏览器对象
• url - 要进行下载的页面的url，例子https://www.instagram.com/p/BULc74EAN7K/?taken-by=shaq
• folder_name - 进行存储数据的文件夹名字

def download_content_by_url(driver, url, folder_name):

    driver.get(url)

    bObj = BeautifulSoup(driver.page_source, "html.parser")

    img = bObj.find("img", {"class": "_icyx7"})

    video = bObj.find("video", {"class": "_c8hkj"})    



    while os.path.exists(folder_name):

        folder_name = input("文件夹已存在，请重新命名：")



    if img:

        os.makedirs(folder_name + "/pics")

        urlretrieve(img["src"], folder_name + "/pics/pic" + args.img_form)

    if video:

        os.makedirs(folder_name + "/videos")

        urlretrieve(video["src"], folder_name + "/videos/video", args.video_form)

download_contents_by_url函数根据其他某个ins用户的主页进行下载图片和视频

此函数可进行下载的页面类似如下：

大鲨鱼的ins主页

参数：

• driver - webdriver的phontomjs浏览器对象
• url - 进行下载的页面的url，例子 - https://www.instagram.com/shaq/
• folder_name - 存储数据文件夹名字
• num_pic - 下载图片数量
• num_video - 下载视频数量

def download_contents_by_url(driver, url, folder_name, num_pic, num_video):

    """

    省略

    """

完整代码:

代码有点点多，不方便全部展示，详情请看我的GitHub（注：main是测试脚本，不过你也可以像我一样在命令行中进行运行测试）