我正在做一个小脚本,我想在其中收集关于标签的所有“代码:”。
例如:
https://www.instagram.com/explore/tags/%s/?__a=1
下一页将是:
https://www.instagram.com/explore/tags/plebiscito/?__a=1&max_id=end_cursor
但是,我的缺点是让每个 url 都能得到我需要的东西(这是人们的评论和用户名)。 因此,当脚本运行时,它并没有满足我的需要。
“obtain_max_id”函数有效,得到以下 end_cursors,但我不知道如何调整它。 感谢您的帮助!
总而言之,我需要调整“connect_main”函数中的“obtain_max_id”函数来提取每个 URL 所需的信息。
请您参考如下方法:
这很简单。
import requests
import json
host = "https://www.instagram.com/explore/tags/plebiscito/?__a=1"
r = requests.get(host).json()
for x in r['tag']['media']['nodes']:
print (x['code'])
next = r['tag']['media']['page_info']['end_cursor']
while next:
r = requests.get(host + "&max_id=" + next ).json()
for x in r['tag']['media']['nodes']:
print (x['code'])
next = r['tag']['media']['page_info']['end_cursor']
