自动抓取抖音和小红书创作者中心里的视频播放、完播、点击、2s 跳出、播放时长、点赞、分享、评论、收藏、主页访问、粉丝增量等数据。

xhs_douyin_content

自动抓取抖音和小红书创作者中心里的每条视频的播放、完播、点击、2s 跳出、播放时长、点赞、分享、评论、收藏、主页访问、粉丝增量等数据。

Github地址

https://github.com/cwjcw/xhs_douyin_content

创建项目参数文件夹和文件

• • 新建project_config文件夹，在文件夹内创建project.py文件，输入以下内容：

import os


# 存放excel下载的路径,请注意可以用你自己本地的路径替换
file_path = r'E:\\'
data_path = os.path.join(file_path,'data.xlsx')
yesterday_data_path = os.path.join(file_path,'yesterday_data.xlsx')

# 存放sql文件的路径，这个是我自己存放sql文件的，可以忽略
custom_count_sql = r'G:\New Code\douyin_video\sql\douyin_customer.sql'

# 字段映射关系（name到label），这个也是我自己用的，可以忽略
video_content = {    "_widget_1741257105163": "账号名称",    "_widget_1741257105165": "账号ID",    "_widget_1740798082550": "是否完整内容",    "_widget_1740798082567": "完整内容提供",    "_widget_1740798082568": "半成品内容提供",    "_widget_1740798082569": "剪辑",    "_widget_1740798082570": "发布运营",    "_widget_1740646149825": "正片标题",    "_widget_1740798082556": "正片链接",    "_widget_1740646149824": "正片ID",    "_widget_1740646149826": "提交日期",    "_widget_1741934971937": "来源门店/部门",    "_widget_1740655279753": "正片说明",    "_widget_1740655279752": "正片封面",    "_widget_1740656251325": "数量"
}

用法

爬虫部分，在spiders文件夹中

• • 如果只是仅仅对抓取抖音和小红书后台内容有兴趣，直接运行spiders文件夹下的douyin.py和xhs.py即可。
• • 第一次需要扫码登录，登陆后回到代码界面输入回车，即可继续。

数据处理部分，在data_processing文件夹中

• • 可以先从后台下载对应的excel文件，清空标题以外的内容，命名为yesterday_data.xlsx
• • 系统会自动下载data.xlsx,并在处理完后，自动将data.xlsx命名为yesterday_data.xlsx