bhsherry / InfoSpider

INFO-SPIDER 是一个集众多数据源于一身的爬虫工具箱🧰，旨在安全快捷的帮助用户拿回自己的数据，工具代码开源，流程透明。支持数据源包括GitHub、QQ邮箱、网易邮箱、阿里邮箱、新浪邮箱、Hotmail邮箱、Outlook邮箱、京东、淘宝、支付宝、**移动、**联通、**电信、知乎、哔哩哔哩、网易云音乐、QQ好友、QQ群、生成朋友圈相册、浏览器浏览历史、12306、博客园、CSDN博客、开源**博客、简书。

---

一个神奇的工具箱，拿回你的个人信息。

使用说明文档 | 视频演示

What is INFO-SPIDER

INFO-SPIDER 是一个集众多数据源于一身的爬虫工具箱，旨在安全快捷的帮助用户拿回自己的数据，工具代码开源，流程透明。并提供数据分析功能，基于用户数据生成图表文件，使得用户更直观、深入了解自己的信息。 目前支持数据源包括GitHub、QQ邮箱、网易邮箱、阿里邮箱、新浪邮箱、Hotmail邮箱、Outlook邮箱、京东、淘宝、支付宝、**移动、**联通、**电信、知乎、哔哩哔哩、网易云音乐、QQ好友、QQ群、生成朋友圈相册、浏览器浏览历史、12306、博客园、CSDN博客、开源**博客、简书。

详细使用说明参照使用说明文档或视频教程

你可以在 与我们一起交流学习

Features

• 安全可靠：本项目为开源项目，代码量不大，所有源码可见，本地运行，安全可靠。
• 使用简单：提供GUI界面，只需点击所需获取的数据源并根据提示操作即可。
• 结构清晰：本项目的所有数据源相互独立，可移植性高，所有爬虫脚本在项目的Spiders文件下。
• 数据源丰富：本项目目前支持多达24+个数据源，持续更新。
• 数据格式统一：爬取的所有数据都将存储为json格式。
• 个人数据丰富：本项目将尽可能多地为你爬取个人数据，后期数据处理可根据需要删减。
• 数据分析：本项目提供个人数据的可视化分析，目前仅部分支持。
• 文档丰富：本项目包含完整全面的使用说明文档和视频教程

Screenshot

QuickStart

依赖安装

1. 安装python3和Chrome浏览器

2. 安装与Chrome浏览器相同版本的驱动

3. 安装依赖库 pip install -r requirements.txt

工具运行

1. 进入 tools 目录

2. 运行 python3 main.py

3. 在打开的窗口点击数据源按钮, 根据提示选择数据保存路径

4. 弹出的浏览器输入用户密码后会自动开始爬取数据, 爬取完成浏览器会自动关闭.

5. 在对应的目录下可以查看下载下来的数据(xxx.json), 数据分析图表(xxx.html)

数据源

• GitHub
• QQ邮箱
• 网易邮箱
• 阿里邮箱
• 新浪邮箱
• Hotmail邮箱
• Outlook邮箱
• 京东
• 淘宝
• 支付宝
• **移动
• **联通
• **电信
• 知乎
• 哔哩哔哩
• 网易云音乐
• QQ好友
• QQ群
• 生成朋友圈相册
• 浏览器浏览历史
• 12306
• 博客园
• CSDN博客
• 开源**博客
• 简书

数据分析

• 博客园
• CSDN博客
• 开源**博客
• 简书

计划

• 提供web界面操作，适应多平台
• 对爬取的个人数据进行统计分析
• 融合机器学习技术、自然语言处理技术等对数据深入分析
• 把分析结果绘制图表直观展示
• 添加更多数据源...

Visitors

📌Changelog

点击展开 Changelog

• 2020年7月10日

  1. 更新GUI布局
  2. 添加GitHub、QQ好友、QQ群数据源

• 2020年7月12日

  1. 修复QQ邮箱、网易邮箱、阿里邮箱、新浪邮箱、Hotmail、Outlook数据源
  2. 添加生成朋友圈相册功能

• 2020年7月14日

  1. 修复京东、淘宝、支付宝、12306数据源
  2. 添加Chrome浏览记录功能

• 2020年7月17日

  1. 修复**移动、**联通数据源
  2. 添加知乎、哔哩哔哩、网易云音乐数据源

• 2020年7月19日

  1. 添加博客园、CSDN、开源**、简书数据源
  2. 编写使用说明文档
  3. 录制使用视频教程

• 2020年7月30日

  1. 添加博客园数据分析功能
  2. 使用pyechart绘制图表并生成html文件保存在数据目录下

• 2020年8月18日

  1. 修复部分bug
  2. 更新README.md

License

GPL-3.0