telegram采集注意點-python3實現(xiàn)

首先需要有一個telegram賬號，

可以使用虛擬手機號注冊：textnow或者gv

準備環(huán)境：

目前是python37册赛，

# 安裝 Telethon 包
pip install Telethon

編寫登錄代碼：

from telethon import TelegramClient, utils, errors
from telethon.sessions import StringSession
import asyncio

“”“
api_id椭岩，和hash绕娘，需要去
 https://my.telegram.org/auth?to=apps
上面注冊一個app委可，注冊一次即可映皆，不需要每一個賬號都注冊，

id和hash是表示是什么軟件接入telegram服務器的凉敲，可以在官方提供的app中提取邪媳，畢竟源碼是開源的，
”“”
api_id =""
api_hash=""
phone =""
password = "" # 二次驗證的密碼荡陷，如果沒有，為空即可
"""
PROXY_TYPE_SOCKS4 = SOCKS4 = 1
PROXY_TYPE_SOCKS5 = SOCKS5 = 2
PROXY_TYPE_HTTP = HTTP = 3
"""
# 目前我使用的是socket5 的代理
p = (2, "127.0.0.1", 1080)
# 如果是多線程采集的情況下迅涮，需要指定事件循環(huán)废赞，在單線程的情況，可以不要loop參數(shù)
loop = asyncio.new_event_loop()
“”“
登錄 session,這里有兩個選擇叮姑，
一個是.session 文件唉地，這種保存session的方式，不是很推薦传透，在后面機器部署的時候耘沼，需要同步每一個賬號的session，文件朱盐，這種只需要指定一個文件的路徑即可群嗤，例如：/home/xxx.session,

另外一個是將session，保存成一個字符串兵琳，這樣可以在數(shù)據(jù)庫中保存狂秘，例如，
需要導入session包
from telethon.sessions import StringSession

StringSession("xxx")

”“

session = StringSession("xxx")
client = TelegramClient(session, api_id, api_hash,
                                        proxy=p, loop=loop,
                                        auto_reconnect=True,
                         )
client.start(phone=phone, password=password)
print(client.get_me())

## 如何保存session 字符串數(shù)據(jù)了躯肌？
# 需要登錄后的賬號者春，然后執(zhí)行下面的命令，便可以把session的token保存為字符串
print(StringSession.save(client.session))

# 使用監(jiān)聽的方式 采集消息
from telethon import TelegramClient, events
# 登錄代碼同上

client.add_event_handler(callback=msg_event_handler,
                                      event=events.NewMessage(incoming=True))


async def msg_event_handler( event: events.NewMessage.Event):
        message = event.message
                # 判斷是否是群組或者頻道發(fā)送的消息       
        if event.is_channel or event.is_group:
                    ## 獲取消息的id清女，
                if isinstance(message.to_id, types.PeerChannel):
                    to_id = message.to_id.channel_id
                else:
                    to_id = message.to_id.chat_id
               ## 自定義處理

# 使用api的方式查詢聊天記錄

username = "群組｜頻道 的username或者id"
min_id = 0 # 開啟的消息id
limit =1000 # 檢索的消息數(shù)量
“”“
telegram使用的是群組｜頻道+ 消息id來標示唯一消息的钱烟，而且消息id是從1-無窮的
”“”

messages = client.iter_messages(username, min_id=min_id, reverse=True, limit=limit)
        # 進行消息處理
async for message in messages:
    print(message)

# 例子：
async def dow():
    dialog = await client.get_entity("fordarknetspiderbot")
    old = datetime.datetime.now()
    zero_today = old - datetime.timedelta(days=0, hours=old.hour, minutes=old.minute, seconds=old.second,
                                          microseconds=old.microsecond)
    async for msg in client.iter_messages(dialog, min_id=2110, offset_date=zero_today, reverse=True):
        # user = await client.get_entity(msg.from_id)
        print(" 時間：{} id:{}  消息：{}，   ".format(
            (msg.date + datetime.timedelta(hours=8)).strftime("%Y-%m-%d %H:%M:%S"), msg.id, msg.message))
    now = datetime.datetime.now()
    t = now - old
    print(t)


client.loop.run_until_complete(dow())

總結：一般來說監(jiān)聽的方式比查詢api的方式要快，而且要好拴袭，查詢api會被限流读第，目前我是兩個方式一起用的，因為有一些賬號被封了的時候稻扬，新賬號又不想去理會卦方，可以新開一個線程去輪訓服務器中的群組列表，我們只需要當前登錄的賬號中都沒有添加這些群組的群組泰佳，這樣子就不和監(jiān)聽的方式?jīng)_突了盼砍，

# 設置監(jiān)聽后，可以新開一個任務去輪訓群組逝她，
client.loop.create_task(task_Handler())
client.run_until_disconnected()
async def task_Handler():
  pass

?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者