Свежие темы
Войти
Парсинг номеров телефонов из открытых телеграм каналов.
Поделюсь скриптом парсинга номеров телефонов из каналов. Работает без аккаунтов (на прямую через браузер).
Есть ряд каналов, где выкладывают вакансии с номерами телефонов, найти юзера по ним достаточно просто (но это уже другая тема), так вот, чтобы собрать номера телефонов из постов в канале, был написан скрипт.
Настройки достаточно простые, запускаем скрипт, он запрашивает ссылку. Ее нужно ввести в формате Ссылка + какое количество постов нужно спарсить. Например 300. Дальше, скрипт сам собирает все номера, фильтрует на уникальность и сохраняет в папке, в виде: +7ХХХНННYYAA - для удобства дальнейшего использования и чеккинга, в столбик.
Парсер работает только с публичными каналами, которые отображаются в браузере.
Подстановка S в ссылке обязательна, по другому он не найдет канал.
Вирус тотал ссылка: virustotal
Скрипт:
#!/usr/bin/env python3
import re
import sys
import time
import argparse
from datetime import datetime
import requests
from bs4 import BeautifulSoup
# Обновленное регулярное выражение с поддержкой ± [[3]]
PHONE_PATTERN = re.compile(r'''
[\+\±]? # Опциональный символ + или ±
(?:7 8 \+7 \±7) # Начало номера: 7/8/+7/±7
[\s\-\(\)\.]? # Разделители (включая точку)
(\d{3}) # код оператора
[\s\-\)\(\.]? # Разделители
(\d{3}) # Первые 3 цифры
[\s\-\.,]? # Разделители
(\d{2,3}) # Следующие 2-3 цифры
[\s\-\.,]? # Разделители
(\d{2}) # Последние 2 цифры
''', re.VERBOSE re.IGNORECASE)
def normalize_phone(number):
"""Приводит номер к формату +7XXXXXXXXXX"""
digits = re.sub(r'[^0-9]', '', number)
plus = '+' if re.search(r'[\+\±]', number) else ''
if len(digits) == 11 and digits[0] in ('7', '8'):
return f"+7{digits[1:]}"
elif len(digits) == 10:
return f"+7{digits}"
return None
def parse_telegram_channel(url, max_posts):
try:
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36',
'Accept-Language': 'ru-RU,ru;q=0.9,en-US;q=0.8,en;q=0.7'
}
response = requests.get(url, headers=headers, timeout=20)
response.encoding = 'utf-8'
if response.status_code != 200:
print(f"Ошибка доступа: код {response.status_code} [[2]]")
return [], 0
except requests.exceptions.RequestException as e:
print(f"Ошибка подключения: {str(e)} [[2]]")
return [], 0
soup = BeautifulSoup(response.text, 'lxml')
messages = soup.select('div.tgme_widget_message')[:max_posts]
if not messages:
print("Посты не найдены. Проверьте доступность канала [[4]]")
return [], 0
phone_numbers = set()
processed = 0
for msg in messages:
processed += 1
text = ' '.join(msg.stripped_strings).lower()
# Поиск всех возможных номеров [[3]]
for match in PHONE_PATTERN.findall(text):
raw_number = ''.join(match)
normalized = normalize_phone(raw_number)
if normalized:
phone_numbers.add(normalized)
return phone_numbers, len(messages)
def main():
parser = argparse.ArgumentParser()
parser.add_argument('url', nargs='?', help="URL Telegram канала")
parser.add_argument('posts', nargs='?', type=int, help="Количество постов")
args = parser.parse_args()
# Ввод параметров при запуске без аргументов [[6]]
if not args.url:
args.url = input("Введите URL канала (https://t.me/s/...): ").strip()
if not args.posts:
args.posts = int(input("Количество постов: ").strip())
if not args.url.startswith('https://t.me/s/'):
print("Неверный формат URL. Пример: https://t.me/s/channelname [[4]]")
sys.exit(1)
channel_name = args.url.split('/')[-1]
print(f"Начинаю обработку {channel_name}... [[6]]")
try:
numbers, processed_posts = parse_telegram_channel(args.url, args.posts)
except Exception as e:
print(f"Критическая ошибка: {str(e)} [[2]]")
sys.exit(1)
# Сохранение результатов [[4]]
timestamp = datetime.now().strftime("%Y%m%d")
filename = f"{channel_name}_{timestamp}.txt"
try:
with open(filename, 'w', encoding='utf-8') as f:
f.write('\n'.join(sorted(numbers)))
except Exception as e:
print(f"Ошибка записи файла: {str(e)} [[2]]")
sys.exit(1)
print("\n[[5]] Результаты:")
print(f"Обработано постов: {processed_posts}")
print(f"Уникальных номеров: {len(numbers)}")
print(f"Сохранено в: {filename}")
print(f"Время выполнения: {time.time() - start_time:.2f} сек")
input("\nНажмите Enter для выхода...")
if __name__ == "__main__":
start_time = time.time()
main()
Установка и настройка:
Чтобы запустить скрипт на Windows, выполните следующие шаги:
1. Установите PythonСкачайте и установите последнюю версию Python с [официального сайта](Ссылка).- Во время установки поставьте галочку **«Add Python to PATH»**.2. Установите необходимые библиотекиОткройте командную строку (Win + R → `cmd` → Enter) и выполните:pip install requests beautifulsoup4 lxml3. Сохраните скрипт- Создайте папку для проекта (например, `C:\TelegramParser`).- Сохраните файл как `parser.py` в эту папку:- Откройте файл в блокноте → Файл → Сохранить как → выберите папку, укажите имя `parser.py`, кодировку UTF-8.4. Запустите скриптВ командной строке:cd C:\TelegramParser python parser.py- Введите URL Telegram-канала (например: `Ссылка- Укажите количество постов для обработки.5. Результат- Номера телефонов сохранятся в файле `channelname_YYYYMMDD.txt`.- Проверьте файл в папке скрипта.
На скринах видно более понятно о каком парсинге идет речь:
Кому пригодилось, не забываем ставить лайк) спасибо.
0
