跟著IG潮流來爬蟲 — 如何爬取IG貼文讚數&留言數 — 系列3（附Python程式碼）
歡迎回到 Selenium 動態網頁爬蟲系列文章，本篇文章要和大家分享如何進一步使用 Selenium 爬取 Instagram 貼文讚數&留言數~
更多IG爬蟲系列文章看這裡~
跟著IG潮流來爬蟲－用Selenium帶您自動登入 IG －系列1(附Python程式碼)跟著IG潮流來爬蟲 — 如何爬取IG貼文短連結 — 系列2（附Python程式碼）
為何要爬 Instagram 貼文的讚數與留言數呢？
Instagram 中有許多大大小小的粉絲專頁，在他們發佈的貼文中讚數與留言數一直是行銷人拿來衡量的指數，從中可以了解這些粉絲專頁的經營狀況以及成長趨勢。
接下來，我們就開始教各位如何獲取這些資料吧!!
網頁檢視器概念說明
以 bbcnews 的粉絲專頁為例，https://www.instagram.com/bbcnews/，
我們打開網頁檢視器 (Windows 系統：請按 F12；MacOS 系統：option+command+c) ，可以看到以下視窗，如圖一。
之後點選彈出視窗上方的 Elements，檢視網頁，如圖二所示。
之後再點選旁邊的小鼠標，這時當我們任意的在網頁上滑動，旁邊的灰色網底區塊應該也會跟著移動，如圖三。
若將鼠標移到網站中的任意區塊做點擊，它就會自動幫我們找到鼠標對應區塊的網頁元素！
尋找
由於我們是要爬取 Instagram 的「貼文讚數」與「留言數」，若您很熟悉 Instagram 的介面，應該很輕易就能找到他們所在的位置，如圖四所示，只要將滑鼠移到貼文上方，目標很快地就出現在眼前了！
接下來，您就可以使用剛剛提到的小鼠標功能，將鼠標移至貼文上方點擊，就可以得到貼文區塊的元素，如圖五。
但是這時候會發現，想要的讚數跟貼文數的網頁元素怎麼都找不到呢？
動動您手上的滑鼠，就會發現只要將滑鼠移到貼文上方就會顯現出來了！
如動畫一所示。
但，您可能心中會有個疑問 ：
可是我沒有兩隻滑鼠可以用啊！
那我們應該如何才能找到它們的元素呢？
這時候就會使用 Selenium 裡面模擬滑鼠操作的功能 — ActionChains
我們使用 ActionChains 的技巧將「模擬的」滑鼠移到貼文的位置，
就會發現一個包含class = "qn-0x"的標籤顯現出來了！
這時要小心翼翼地控制自己的滑鼠，在不能滑到 Instagram 頁面的前提下，從剛才顯示出來的標籤，將旁邊的箭頭一一往下點，就可以在如圖六紅框中找出讚數及貼文數隱藏的位置囉！
找出想要的資訊之後，就可以進入程式操作的部分囉～
開始之前，我們先打開 Python3 編輯器和 Chromedriver
若想知道 Chromedriver 是如何運作的，請點以下連結～
- 動態網頁爬蟲第一道鎖 — Selenium教學：如何使用Webdriver、send_keys(附Python 程式碼)
- 動態網頁爬蟲第二道鎖 — Selenium教學：如何使用find_element(s)取得網頁元素(附Python 程式碼)
完成開啟 Chromedriver 並登入之後，就可以開始執行以下的程序了
開始爬取貼文讚數及留言數
首先我們將需要用到的套件import進來，如程式碼 1：
接下來我們進入到粉專的頁面，如程式碼 2：
最後執行底下的程式碼 3 就可以找到貼文的讚數及留言數啦～
以上程式碼解析
接下來為各位做以上程式碼的解析
- 前往特定貼文頁面，如下程式碼。
url = 'https://www.instagram.com/bbcnews/'
browser.get(url) # 前往該網址url指的就是您需要爬取資料的網頁連結，使用 browser.get(url)可以使 webdriver 前往對應的網頁，之後爬取需要的資料。
2. 將鼠標移至想要爬取的貼文上，如下程式碼。
post_url = '/p/CEriQnOMwW9/'
# 找到對應的貼文，鼠標移入
post_elem = browser.find_element_by_xpath('//a[@href="'+str(post_url)+'"]')
action = ActionChains(browser) action.move_to_element(post_elem).perform()這裡的 post_url 就是想要爬取的貼文短連結，這個部分可以自行做更改，
（短連結形式請依照：‘ /p/貼文編號/ ’）
想要了解貼文短連結如何直接透過 Selenium 爬取的朋友們可以參考此文章
跟著IG潮流來爬蟲 — 如何爬取IG貼文短連結 — 系列2（附Python程式碼）
接下來我們找出該篇貼文的元素 (post_elem)，這邊就要使用 Selenium 查找元素的方法：browser.find_element_by_xpath() 。
再透過 ActionChains 的鼠標控制將鼠標移動到貼文上方，讓讚數及留言數的元素能夠被抓出來。
3. 找出讚數及留言數的元素
# 找到需要的網頁元素
n_like_elem = browser.find_elements_by_class_name('-V_eO')
# 取得讚數、留言數
n_like = n_like_elem[0].text
n_comment = n_like_elem[1].text這時我們再回到網頁元素的地方來觀察，要從哪裡來抓取讚數與貼文數的內容呢？
從圖七中可以發現它們的內容都一樣被包含在class = "-V_e0"的標籤底下，
那我們就可以輕鬆的一次把它們全部抓下來~
目前為止需要的東西已經到手了，但…還沒完！
如果現在 browser 的畫面中看不到欲爬取的那篇貼文，電腦也是找不到的喔~
Instagram 是一個動態加載的網頁，這就是為何我們必需使用 Selenium 來爬取的用意
那麼，我們應該怎麼解決呢？
find = False
# 不在目前的網頁元素裡，則往下滑，加載新貼文
while not find:
try:
----------------------
取得讚數及留言數的程式內容
----------------------
# 找到之後就可以回傳‘找到了’
find = True
except:
# 找不到就往下滑
scroll = 'window.scrollBy(0,250)'
browser.execute_script(scroll)
continue這時，可以用一個 「while 迴圈」來重複嘗試抓取的動作，如果找不到貼文的所在位置的話，就將頁面往下滑。
而下滑的方法我們使用 Javascript 中的window.scrollBy()，
每找一次都將頁面下滑250個像數。
直到找到了就回傳find = True，電腦就知道「哦~您找到了！」
它就會停止再繼續做下滑的動作。
以上就是爬取 Instagram 貼文讚數與留言數的完整技巧了，
本篇完整的程式碼在此分享給您，讓您也可以增強爬蟲功力~
如果喜歡我的文章，記得幫我拍個手!!
更多Selenium相關文章連結：
- FB 爬蟲可以更簡單-用Selenium自動登入FB-系列1(附Python程式碼)
- 好奇自己FB的互動性指標嗎?!用Selenium爬蟲-搞定貼文按讚數、留言數、分享數-系列2(附Python程式碼)
- 用Selenium爬蟲-抓取FB文章內容、時間-系列3(附Python程式碼)
- 跟著IG潮流來爬蟲－用Selenium帶您自動登入 IG －系列1(附Python程式碼)
- 跟著IG潮流來爬蟲 — 如何爬取IG貼文短連結 — 系列2（附Python程式碼）
作者:黃鈺淇(臺灣行銷研究特邀作者)、鍾皓軒(臺灣行銷研究有限公司創辦人）
