5分钟学会个人数据提取：用InfoSpider爬虫工具箱拿回你的完整数字资产

5分钟学会个人数据提取：用InfoSpider爬虫工具箱拿回你的完整数字资产

【免费下载链接】InfoSpiderINFO-SPIDER 是一个集众多数据源于一身的爬虫工具箱🧰，旨在安全快捷的帮助用户拿回自己的数据，工具代码开源，流程透明。支持数据源包括GitHub、QQ邮箱、网易邮箱、阿里邮箱、新浪邮箱、Hotmail邮箱、Outlook邮箱、京东、淘宝、支付宝、中国移动、中国联通、中国电信、知乎、哔哩哔哩、网易云音乐、QQ好友、QQ群、生成朋友圈相册、浏览器浏览历史、12306、博客园、CSDN博客、开源中国博客、简书。项目地址: https://gitcode.com/GitHub_Trending/in/InfoSpider

深夜十一点，你关掉B站准备睡觉，突然有点好奇：这一年我到底看了多少视频？又是什么时候看的？你打开历史记录想翻一翻，却发现页面只显示最近三个月，再往前，一片空白。不止B站——淘宝的订单、网易云音乐的听歌排行、GitHub的代码贡献，它们统统散落在各个平台里，你看得见，却带不走。

直到你遇见 InfoSpider——一个开源的爬虫工具箱，它的使命简单得有点酷：安全快捷地帮你拿回属于自己的个人数据。你只需要点几下鼠标，B站观看历史、京东订单、知乎点赞、浏览器浏览记录……这些本该属于你的数字资产，就能以统一的JSON格式完整下载到你的电脑里。

一个工具箱，收拢你散落各处的"数据碎片"

想想看，如果没有它，你想备份个人数据是什么体验？

没有它：打开每个平台，翻设置找导出功能，大多数平台压根不提供；手动复制粘贴，几百条记录能折腾一晚上；更别提想统一分析自己的消费和观影习惯了。

有它：InfoSpider把超过24个主流数据源收进一个界面——GitHub、QQ/网易/阿里/新浪邮箱、京东、淘宝、支付宝、移动联通电信、知乎、哔哩哔哩、网易云音乐、QQ好友与群、朋友圈相册、浏览器历史、12306、博客园、CSDN、简书……点一下对应图标，浏览器自动弹出帮你登录，登录后数据就自动爬取回本地，你唯一要做的，是选一个保存文件夹。

整个过程代码全开源、流程全透明，数据只在你的电脑上流转，不上传任何服务器。所有爬虫脚本都放在项目的 Spiders 目录下，每个数据源相互独立，想看哪个平台的提取逻辑，打开对应文件夹就能研究。

三步跑起来：装环境、进目录、敲一行命令

上手比想象中简单，先克隆仓库：

git clone https://gitcode.com/GitHub_Trending/in/InfoSpider cd InfoSpider

然后准备两样东西：Python 3 环境，以及一个与你 Chrome 浏览器版本完全匹配的 ChromeDriver。依赖安装一行搞定——pip install -r requirements.txt（Windows 上），Linux 用户直接跑 install_deps.sh 脚本。

最后进入 tools 目录，运行主程序：

cd tools python main.py

一个印着"拿回你的个人信息"的窗口就会弹出来，里面整整齐齐排列着二十多个数据源图标，就像一盒多功能的数字瑞士军刀。

第一次实操：从启动到拿到B站完整数据

我以B站为例，带你完整走一遍，其他平台的操作逻辑完全一样。

窗口打开后，点击"哔哩哔哩"按钮。程序会自动启动 Chrome 并跳转到B站登录页，你像平时一样扫码或输密码登录即可：

登录成功的瞬间，程序会自动捕获你的登录信息，随后弹出一个文件夹选择框。这里有个小建议：为每个数据源单独建一个文件夹，比如bilibili_backup，因为一次提取可能会生成多个文件：

点击确认后，底部状态栏会显示"爬取中……"，浏览器自动关闭后变成"爬取完成！"。打开你选的文件夹，惊喜出现了——两个 JSON 文件安静地躺在那里：

bilibili_history.json装着你完整的观看历史（注意，是全部，不是三个月），user_info.json是你的账号信息和等级数据。用文本编辑器打开就能看，用程序解析也不费劲，格式统一清爽。

试试看京东：登录后你会收获更多，包括收货地址、浏览足迹、白条信息、金融收益、关注的店铺和商品等，一整套 JSON 文件整齐排列，堪称你的"消费全景图"：

可能你还不知道的三个隐藏玩法

第一，浏览器历史也能整体搬走。程序里的"Chrome历史记录"图标，能把你的上网足迹完整导出。翻翻三个月前的网页浏览记录，看看自己当初为什么搜索那个关键词，意外地很有回忆感。

第二，技术创作数据可视化分析。博客园、CSDN、开源中国、简书这四类数据源在提取数据之外，还额外提供数据分析功能——基于你的个人数据生成 HTML 图表文件。发文数量趋势、写作时间分布、热门博文排行，一眼看穿自己这几年的创作轨迹。

第三，邮箱全家桶一次搞定。QQ、网易、阿里、新浪、Hotmail、Outlook，六种主流邮箱全在支持列表里，邮件备份不再是各平台来回切换的苦差事。

你可能会问的几个问题

Q：会不会爬错别人的数据？不会。所有爬虫都只调用平台官方 API，且仅访问你自己账号下的数据，全程用你本人登录的凭证，不涉及任何他人隐私。

Q：数据安全吗？会不会被工具偷走？代码完全开源，你可以逐行审查它做了什么。所有数据只在本地处理，不上传任何服务器。官方文档在 docs/QuickStart.md 和 docs/README.md 里，操作前不放心可以先翻一遍。

Q：运行时报 ChromeDriver 版本错误怎么办？这是最常见的坑。下载与你 Chrome 浏览器完全同版本的驱动，放到系统 PATH 包含的目录，基本就能解决。

Q：只有 Windows 能跑吗？目前主流程在 Windows 下运行最顺畅，Linux 环境也提供了一键安装脚本，可以先尝试，若遇到问题去项目 Issue 区反馈即可。

现在，把数据主权拿回自己手里

你的每一次搜索、每一笔订单、每一首单曲循环，都在互联网上留下了你的影子。与其让这些数据沉睡在平台的黑箱里，不如花五分钟，把它们接回家。

克隆仓库、安装依赖、运行python main.py，然后点开你最常用的那个平台图标——你会发现，"我的数据我做主"不是一句口号，而是一个下午就能完成的小工程。

拿回数据只是开始，读懂自己才是真正的收获。

【免费下载链接】InfoSpiderINFO-SPIDER 是一个集众多数据源于一身的爬虫工具箱🧰，旨在安全快捷的帮助用户拿回自己的数据，工具代码开源，流程透明。支持数据源包括GitHub、QQ邮箱、网易邮箱、阿里邮箱、新浪邮箱、Hotmail邮箱、Outlook邮箱、京东、淘宝、支付宝、中国移动、中国联通、中国电信、知乎、哔哩哔哩、网易云音乐、QQ好友、QQ群、生成朋友圈相册、浏览器浏览历史、12306、博客园、CSDN博客、开源中国博客、简书。项目地址: https://gitcode.com/GitHub_Trending/in/InfoSpider