想做自媒体？利用Python写的机器人吸粉是真的快！百万粉丝不是梦

概述   虽然这种事情也不是什么稀罕事吧，但是Instagram上这么干的人挺多的，甚至有人专门写机器人干这个事儿。大受刺激之下，我决定自己也写个这样的机器人。

虽然这种事情也不是什么稀罕事吧，但是 Instagram 上这么干的人挺多的，甚至有人专门写机器人干这个事儿。大受刺激之下，我决定自己也写个这样的机器人。

这个项目会用到 Python 和一些工具，比如 Selenium。简单说，Selenium 就像一个浏览器，你可以很容易地用 Python 与之互动。进群：960410445  大牛答疑，资源互相！

我的 Instagram 相册里有多种风格的内容，从街景照片到太空图像均有涉及，还有些旅行照片。另外我平时也会发一些我的家乡里斯本的照片。总之，这个 Instagram 机器人会使用这些话题作为目标标签。

当然我们这里不是说的那种一天就涨几千粉的机器人，没那么大野心。

刚开始，我让这个机器人根据几个不同的标签运行了几次，比如“travelblogger”“travelgram”“lisbon”这些标签。运行了大概三天，账号粉丝从 380 涨到了 800 个，还收获了大量点赞和评论，甚至有不少粉丝并不是被我“套路”过来的（主动关注我，不是被机器人账号关注后的回粉）。

在 Instagram 上增加关注者的最有效方法（除了发布高质量内容以外）就是去关注别人，等人回粉。在这方面，机器人很适合干这个活，又不用人工 *** 作，哪怕关注 2000 人只有 200 人回粉，那也是划算的。

机器人会将它运行期间关注的所有用户保存成一个列表，以便后期我能根据这个列表搞点事情。比如，我可以查看每个用户的主页，看看他们发的内容怎样，有多少粉丝，然后决定要不要继续关注他们。或者也可以获取这些人账号发布最新一张照片的时间，看看他们是不是活跃用户。

如果我们移除机器人的“关注” *** 作，就会发现粉丝增长率大跌，因为很少有人会根据你给他点个赞或写了条评论就关注你。

机器人程序

机器人的脚本不是很复杂，还有很大的优化空间，但是的确有效果。

你需要用到 Python（我用的 Python 3.7），Selenium，浏览器（我用的 Chrome）以及一个 Instagram 账号。机器人的大致流程为：

打开浏览器，登入账号 对于标签列表中的每个标签，机器人会打开页面，点击第一张照片，然后点赞、关注、评论三连 *** 作，接着移到下一张照片，重复同样的 *** 作。大概会循环200次，数字可以调整。 用机器人将关注的所有用户保存为一个列表

import pandas as pdfrom selenium import webdriverfrom selenium.webdriver.common.keys import Keysfrom time import sleep,strftimefrom random import randintimport pandas as pdChromedriver_path = 'C:/Users/User/Downloads/Chromedriver_win32/chromedriver.exe' # Change this to your own Chromedriver path!webdriver = webdriver.Chrome(executable_path=Chromedriver_path)sleep(2)webdriver.get('https://www.instagram.com/accounts/login/?source=auth_switcher')sleep(3)username = webdriver.find_element_by_name('username')username.send_keys('your_username')password = webdriver.find_element_by_name('password')password.send_keys('your_password')button_login = webdriver.find_element_by_CSS_selector('#react-root > section > main > div > article > div > div:nth-child(1) > div > form > div:nth-child(3) > button')button_login.click()sleep(3)notNow = webdriver.find_element_by_CSS_selector('body > div:nth-child(13) > div > div > div > div.mt3GC > button.aOolW.Holwm')notNow.click() #comment these last 2 lines out,if you don't get a pop up asking about notifications

要想通过 Selenium 使用 Chrome，你需要安装 Chromedriver。过程很简单，没什么可说的。安装并替换上面的路径，然后变量 webdriver 就会变成我们的 Chrome 标签。

在第三段代码中，应该用你自己的用户名和密码代替字符串，用于让机器人将其输入显示的字段中。你或许已经注意到，运行第二段代码时，Chrome 会打开新的标签。在密码之后，我将登录按钮定义为一个对象，在下一行中点击它。

至于那些看着有点怪异的字符串，其实要做的事很容易，点击你想映射的元素，选择“Inspect”即可。

待你打开“检查”模式，找到对应你想映射的内容的 HTML 代码。点击后将鼠标悬停在“copy”上，会发现出现了一些选项，让你选择怎么复制。我使用的是 XPath 和 CSS 选择器通过代码复制（find_element_method中）。花了我好长一会儿才让所有的引用流畅运行。有时 CSS 或 xPath 方向会出错，调整 sleep 次数后会好很多。

这里我选择“copy selector”后将其粘贴在 find_element_method 中（第三段代码中）。然后会得到它找到的第一个结果。如果是 find_elements_，或检索所有元素，你可以指定要哪些。

完成之后，开始循环。在 hashtag_List 中添加更多的标签。如果是第一次运行，并没有包含你所关注的用户的文件，所以可以创建一个空列表 prev_user_List。

等运行它时，程序会保存一个带有时间戳、包含机器人所关注的用户的 CSV 文件。该文件在第二次运行程序时变为 prev_user_List。追踪机器人做了哪些事情很容易也很简单。

在后续运行终以最新的时间戳进行更新，会得到一系列的 CSV 文件，对应机器人的每一次运行。

hashtag_List = ['travelblog','travelblogger','traveler']# prev_user_List = [] - if it's the first time you run it,use this line and comment the two belowprev_user_List = pd.read_csv('20181203-224633_users_followed_List.csv',delimiter=',').iloc[:,1:2] # useful to build a user logprev_user_List = List(prev_user_List['0'])new_followed = []tag = -1followed = 0likes = 0comments = 0for hashtag in hashtag_List: tag += 1 webdriver.get('https://www.instagram.com/explore/Tags/'+ hashtag_List[tag] + '/') sleep(5) first_thumbnail = webdriver.find_element_by_xpath('//*[@ID="react-root"]/section/main/article/div[1]/div/div/div[1]/div[1]/a/div')
first_thumbnail.click()
sleep(randint(1,2))
try:
for x in range(1,200):
username = webdriver.find_element_by_xpath('/HTML/body/div[3]/div/div[2]/div/article/header/div[2]/div[1]/div[1]/h2/a').text
if username not in prevuserList:
If we already follow,do not unfollow
if webdriver.find_element_by_xpath('/HTML/body/div[3]/div/div[2]/div/article/header/div[2]/div[1]/div[2]/button').text == 'Follow':
webdriver.find_element_by_xpath('/HTML/body/div[3]/div/div[2]/div/article/header/div[2]/div[1]/div[2]/button').click()
new_followed.append(username)
followed += 1
liking the picture
button_like = webdriver.find_element_by_xpath('/HTML/body/div[3]/div/div[2]/div/article/div[2]/section[1]/span[1]/button/span')
button_like.click()
likes += 1
sleep(randint(18,25))
Comments and tracker
commprob = randint(1,10)
print('{}{}: {}'.format(hashtag,x,comm_prob))
if comm_prob > 7:
comments += 1
webdriver.find_element_by_xpath('/HTML/body/div[3]/div/div[2]/div/article/div[2]/section[1]/span[2]/button/span').click()
comment_Box = webdriver.find_element_by_xpath('/HTML/body/div[3]/div/div[2]/div/article/div[2]/section[3]/div/form/textarea')
if (comm_prob < 7):
comment_box.send_keys('Really cool!')
sleep(1)
elif (comm_prob > 6) and (commprob < 9):
commentBox.send_keys('Nice work :)')
sleep(1)
elif commprob == 9:
commentBox.send_keys('Nice gallery!!')
sleep(1)
elif commprob == 10:
commentBox.send_keys('So cool! :)')
sleep(1)
Enter to post comment
comment_Box.send_keys(Keys.ENTER)
sleep(randint(22,28))
Next picture
webdriver.find_elementbylink_text('Next').click()
sleep(randint(25,29))
else:
webdriver.find_elementbylink_text('Next').click()
sleep(randint(20,26))
some hashtag stops refreshing photos (it may happen sometimes),it continues to the next
except:
continue
for n in range(0,len(new_followed)):
prevuserList.append(new_followed[n])
updated_user_df = pd.DataFrame(prevuserList)
updated_user_df.to_csv('{}_users_followed_List.csv'.format(strftime("%Y%m%d-%H%M%s")))
print('liked {} photos.'.format(likes))
print('Commented {} photos.'.format(comments))
print('Followed {} new people.'.format(followed))

代码很简单，如果熟悉 Python，很快就能看懂。

通过循环内的 Print 语句，我可以追踪所有时间内机器人处在哪个循环内。它会打印出机器人所在的标签，循环次数以及为“评论” *** 作生成的随机数。我决定不让机器人在每个页面都评论，所以添加了三个不同的评论，以及一个位于 1 到 10 之间的随机数定义评论数量。循环结束后，将新关注的用户添加到之前的用户“数据库”中，使用时间戳保存新文件。

就是这些了。

运行了大概 4 天后，我的 Instagram 账号增加了大约 500 个新粉丝，仅仅几天就将粉丝翻倍。后续我会接着观察粉丝数的增长状况会不会滑落。

大家也可以根据我这个思路打造自己的增粉机器人。

总结

以上是内存溢出为你收集整理的想做自媒体？利用Python写的机器人吸粉是真的快！百万粉丝不是梦全部内容，希望文章能够帮你解决想做自媒体？利用Python写的机器人吸粉是真的快！百万粉丝不是梦所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。