如何从 instagram 标签查找中获取下一页数据

Question

我可以输入以下网址，通过前往/请求以下端点来获取所有带有#losangeles 标签的 IG 帖子：

https://www.instagram.com/explore/tags/losangeles/?__a=1

在从这个 url 返回的 json 数据中，我可以看到 page_info 属性，其中有 has_next_page 属性，该属性设置为 true。我的问题是如何修改上面的 url 以进入下一页，以及之后的页面，所以直到我检查 has_next_page 并且它是错误的。

尝试一下似乎很直观

https://www.instagram.com/explore/tags/losangeles/?__a=2

和

https://www.instagram.com/explore/tags/losangeles/?__b=1

但似乎两者都不起作用。我怀疑从原始 url 返回的数据中的 end_cursor 属性可能是关于我需要转到哪个 url 才能进入下一页但不确定的线索。有人知道怎么做吗？

Answer 1

这是可能的。每个响应都包含一个end_cursor 参数。在您的下一个请求中，使用end_cursor 的值添加一个max_id 参数，如下所示：https://www.instagram.com/explore/tags/losangeles/?__a=1&max_id=<value>。

我在这里有一个用 react/axios 编写的工作示例：https://codepen.io/ghostreef/pen/ZrKrXX。我的示例来自用户帐户，因此我的响应 xml 不同。标签的 end_cursor 位于 data.graphql.hashtag.edge_hashtag_to_media.page_info.end_cursor，图像数据位于 data.graphql.hashtag.edge_hashtag_to_media.edges，您必须遍历节点。

Answer 2

好吧，我刚刚阅读了this article 并在标签页面上应用了相同的过程，您绝对可以在任何其他您想要的页面上执行此操作。

您可以检查浏览器上的每个请求（以及 JavaScript），以查找 query_hash 和 afterparameters 的来源。

加载更多内容时请求的 URL 是什么？

首先，我们来看看当我们加载更多内容时，请求的 URL 是什么。您可以通过转到https://instagram.com/explore/tags/ruby 来执行此操作，然后向下滚动，直到它在检查时加载另一块图像。

您将看到对以下 URL 的 GET 请求：

https://www.instagram.com/graphql/query/?query_hash=1780c1b186e2c37de9f7da95ce41bb67&variables={"tag_name":"ruby","first":12,"after":"AQAFSpwCDXVgp2pnTXf57MavtlZnwU4ptNnC6nRGtIs5C9erOWwzZkcfSiq812RlMqDLzKlCzsAx-b9sIsIm4X4REE1LbZeA5yok7yA2jGcJqg"}

我们需要知道什么才能获得下一页？

正如您在我们需要的链接中看到的那样：

1. query_hash
2. after

我无法真正弄清楚 first 参数的工作原理，但如果您输入更大的值但不完全相同数量的内容，它会加载更多内容。

我们从哪里获得变量after 和query_hash？

到目前为止一切顺利。如果我们知道query_hash 和after 变量，我们可以请求下一页图像。

您可以通过此链接轻松访问标签页的第一个 JSON 文件：

https://www.instagram.com/explore/tags/yourtagname/?__a=1

我使用了ruby 标签，所以我的标签是：

https://www.instagram.com/explore/tags/ruby/?__a=1

加载 JSON 文件后，您可以看到有一个名为 end_cursor 的变量。这是我们的after 参数。

---

要获取query_hash 参数，您需要查看.js 文件

https://www.instagram.com/static/bundles/base/TagPageContainer.js/f1172b0dfea6.js

然后你只需要搜索字符串byTagName.get(t).pagination},queryId:"，后面跟着你需要的query_hash。

然后使用我们在上面找到的变量将所有部分放在一起，然后浏览到我们的新链接以获取下一页的 JSON 文件，如下所示。

https://www.instagram.com/graphql/query/?query_hash=1780c1b186e2c37de9f7da95ce41bb67&variables={"tag_name":"ruby","first":9,"after":"AQDPE3V-ycMcCFjHv8Gq7MnR-x2hxNOI6WQGO8psxHsRWJo3pIDpR-qaKUITQGE3-dvEYYdG4ueWzSPLabVH7VOBZq4oWZYvsjswh2w622HwEQ"}

Answer 3

2021 年 4 月更新 - 昨天，Instagram 通过标签查找更改了响应。因此，如果您查找特定标记，则响应将不再包含“end_cursor”。相反，您应该寻找一个名为“next_max_id”的元素（位于您从 Instagram 获得的响应的最底部）。值类似：例如：QVFBUTVDc2xKMnRKSVZseVdFNk5wR05zRkt4ODhUUWg2dzU2VlVhMUxGZ2xobVc4V01Jby1TM1pRRmFaWUIxRmJkUmdDSjVOc24wVDlOc0NiQTB2Z3U3Vg==