二进制记得
【1】
你知不知道，那些交错在互联网上的数据，都以0或1的样貌，真实存在这世界的某个角落。
【2】
小思跟我说她喜欢一个男生十年了。
“啊？”，我一个没稳住，五花肉抱着重力加速度就往下坠。
“其实不确定啦……”，小思突然笑起来，但空气里完全感觉不到令人欣喜的因子，“前几年或许喜欢来着，到后来怎么一回事儿，自己竟也不知道。”
小思不是那种人。我倒并非否定她是“人”的存在，而是认识多年，她对什么都不上心，无意花花草草。我以为她在等意中人——妖出现。听说这类型泰国也多，她死活宅又穷，买不起机票，周边又没遇见过——这我能担保，所以我的“以为”才一直没被打破。新放的五花肉又开始雀跃了，伸展腰肢企图诱我上钩，一会子芳香四溢。竹筷伸了过去。
“嘿我说你这人怎么这样啊，有没有同情心啊，听到这么悲伤的故事还吃得下去？”
“哪里悲伤啦？”
“哪里不悲伤啦？”，小思觉着语气不够强烈，进一步咄咄逼人：“啊？啊？啊？”
五花肉是吃不上了。我伸手持平，一个“请”的姿态；脑袋前驱，侧扬右耳，表示洗耳恭听。
“那时候QQ空间很流行，什么话都在里头说，你是知道的吧？”，我确信刚刚语句里有疑问的成分但小思没为我准备应答的时间，“好友买卖抢车位大家都玩，你知不知道，有次他被人买去了，我没发现，他居然生气了……”
小思越往后说，越眉开眼笑，锁骨拉出一条水平线。她向来黑，又瘦，我一度认为我们之所以能友谊天长地久，是因为看彼此从头到脚都丑。而此刻，我竟觉得她很好看起来。
“……哪里想到他是那样的人嘛。还吃醋，斤斤计较……”
小思心情似乎转好，可我的状态背道而驰。五花肉大概要成油渣了吧，却仍旧挑衅我的嗅觉，迫使我一次次拼命咽口水。真实暴殄天物啊！
突然一丝与上文氛围极不相称的声音降下来，飘渺得仿佛穿山越岭之后，仿佛并非要说与我听。
“……他都不记得了吧，那些我们敲打的字，一行行排布在QQ空间里，我偶尔也去看的……可他不记得了吧……”
我忙拾起目光，视线里是小思垂下的头，将所有线索隐藏在刘海之后。
【3】
他忘了？
没关系，二进制帮他记得。
目标
爬取男/女神QQ空间里的说说。但我女神的说说是没办法爬啦，所以这里找个平时话比较多的朋友来替代吧。
工具
IED：pycharm
模块：selenium，mongodb（负责存储数据）
浏览器：chrome（记得需要下载相关驱动chromedriver.exe）
思路
- 利用selenium操纵谷歌浏览器自动登陆QQ空间获取cookies值
- 利用requests库向QQ说说的API接口请求数据
注意事项
注意QQ空间的登陆地址不是第一图，仔细分析，发现登陆界面是用的iframe框架，这是前端的一个知识。可以这样认为，这是在一个页面上镶嵌了另一个页面的数据
打开chrome开发者工具，注意数据来源，而不是直接对页面解析
最后数据存入MongoDB，以字典类型直接插入，与mysql相比，MongoDB直接爽快
查看网页源码，可以直接找到qzonetoken值
g_tk需要一定的计算，这里我是通过强大网友帮的忙，实现算法
def get_gtk(cookie):
"""
获取QQ空间GTK算法
:param cookie:
:return:
"""
hashes = 5381
for letter in cookie['p_skey']:
hashes += (hashes << 5) + ord(letter)
return hashes & 0x7fffffff- msglist中content字段一定存在，而pic(图片)，video(视频)不一定存在，所以需要做一些判断来处理一下处理
for item in data["msglist"]:
pics = []
videos = []
# 如果说说为空，用内“null”填充，否之则取出
if not item["content"]:
dic["content"] = "null"
else:
dic["content"] = item["content"]
# 用时间戳设置_id字段
dic["_id"] = item["created_time"]
# 将时间戳转换“某年-某月-某日 时：分：秒”格式
dic["time"] = time.strftime("%Y-%m-%d %H:%M:%S", \
time.localtime(int(item["created_time"])))
# 如果照片存在，如果视频存在，取出，否则用“null”填充
if "pic" in item.keys():
for picture in item["pic"]:
pics.append(picture["url3"])
dic["picture"] = pics
else:
dic["picture"] = "null"
if "video" in item.keys():
for video in item["video"]:
videos.append(video["url3"])
dic["video"] = videos
else:
dic["video"] = "null"
yield dic最后
结果是比较满意的，然而稍微有点问题的是，QQ空间显示的是711条说说，但爬下来只有678，我对照过开头以及结尾数十条说说，都能对得上，估计是中间哪里出错了，抓取率只达到了95.5%。还有需要改进的地方。
完整代码已上传GitHub，点击可查看。