企业官网建设流程全解析

Instagram 数据爬取教程：一条命令拿到粉丝数与帖子标签，无需登录

【免费下载链接】instagram-profilecrawl📝 quickly crawl the information (e.g. followers, tags etc...) of an instagram profile.项目地址: https://gitcode.com/gh_mirrors/inst/instagram-profilecrawl

如果你需要持续记录 Instagram 主页的数据，instagram-profilecrawl 是一个现成的工具：在命令行传入账号名，它会自动打开浏览器，采集目标主页的粉丝数、关注数、帖子点赞数、评论数和话题标签，并写成结构化文件。一条命令、无需登录、自动落盘，交付物是每账号一份 JSON 快照和一份按时间累积的 stats.csv，可直接接进你的分析流程。

动手前先看清：能采什么、输出什么

一句话：你报账号名，它驱动浏览器去访问，把结构化结果写进磁盘。采集逻辑在 util/extractor.py 和 util/extractor_posts.py，想深入再看这两个文件。

三步拿到第一个结果

第 1 步：克隆仓库并安装依赖

目标：本机有一份可运行的项目。

# 克隆项目并安装 python 依赖（selenium、requests 等） git clone https://gitcode.com/gh_mirrors/inst/instagram-profilecrawl cd instagram-profilecrawl pip install -r requirements.txt

怎么算成功：终端无报错，项目目录里能看到util和assets两个文件夹。

第 2 步：准备浏览器驱动

目标：驱动真实浏览器的 chromedriver 就位。

从 Chromedriver 官方站下载与你系统匹配的版本，改名为chromedriver_linux、chromedriver_windows或chromedriver_osx（按你的系统选），放进项目assets/目录，util/chromedriver.py 会从这里自动加载。

怎么算成功：ls assets/能看到带系统后缀的 chromedriver 文件。

第 3 步：跑第一次爬取

目标：生成第一个 JSON 文件。

# 把账号名作为参数传入，一次可传多个 python3.7 crawl_profile.py instagram

怎么算成功：终端出现 Finished 后，ls profiles/能看到带时间戳的账号 JSON 和*_commenters.txt。

最常调的三个开关：帖子量与采集速度

都在 util/settings.py，是类属性，运行前在脚本里赋值即可，不用改源码：

提醒：间隔直接决定页面请求节奏，采得太快更容易触发平台风控，中途卡住先把间隔调大再改代码。

想要更多？三种玩法：登录、定时、自动出报表

玩法一：用登录账号采集关注者列表

症状：默认只拿得到公开主页数据，想抓关注者名单或已关注的私密账号，需要登录。

操作：把.env.example复制为.env，填入IG_USERNAME和IG_PASSWORD，再在运行前给Settings.scrape_follower = True（默认False）。

结果：运行后 JSON 的 followers 字段会附带名单，建议用小号并保持低频。

玩法二：crontab 定时无人值守

症状：想让机器每天自动抓一次，人不用碰。

操作：crontab -e加两条计划，统计任务排在爬取之后几分钟（命令见第 3 节）：

# 每天 03:00 爬取，03:05 写入 stats.csv 0 3 * * * cd /path/to/instagram-profilecrawl && python3 crawl_profile.py target_user >> crawl_log.txt 2>&1 5 3 * * * cd /path/to/instagram-profilecrawl && python3 log_stats.py -u target_user >> stats_log.txt 2>&1

结果：每天profiles/多一份新 JSON，stats.csv多一行。树莓派等无图形界面的 ARM 设备改用 quickstart_templates/crawl_profile_pi.py，它基于 Firefox 加虚拟显示，装好pyvirtualdisplay即可跑。

玩法三：自动出增长报表

症状：JSON 是单次快照，想看粉丝数随时间怎么变，需要汇总。

操作：每次爬取完成后执行：

# -u 指定账号，不传则统计 profiles 下全部账号 python3 log_stats.py -u target_user

结果：stats.csv追加时间、粉丝、关注、帖子数、点赞、评论一行，并把该 JSON 移入profiles/done/防止重复计数。想本地备份帖子图片，再跑python3.7 extract_image.py profiles，图片落在images/用户名/。

报错了看这张表

下一步做什么

手动翻页抄数的活儿到此结束：一条命令出结构化数据，crontab 接管时间维度，stats.csv就是你现成的增长曲线。

• 过一遍 util/settings.py 的全部开关，按需打开评论、点赞用户等字段
• 看 quickstart_templates/ 下的模板，学习在代码里定制爬取逻辑
• 把stats.csv接到你的图表工具，画出第一张增长曲线

现在就去跑第 3 节那条命令，今晚拿到你的第一个 JSON。

【免费下载链接】instagram-profilecrawl📝 quickly crawl the information (e.g. followers, tags etc...) of an instagram profile.项目地址: https://gitcode.com/gh_mirrors/inst/instagram-profilecrawl