Python 3 脚本，用于从 LinkedIn API 转储公司员工信息
LinkedInDumper 是一个 Python 3 脚本，用于从 LinkedIn 社交网络平台转储员工数据。
结果包含名字、姓氏、职位（头衔）、地点以及用户的个人资料链接。如果公司员工不超过 10 人，则只需 2 次 API 调用即可检索所有员工。否则，我们需要对 API 结果进行分页处理。通过 --email-format CLI 标志，可以定义一个 Python 字符串格式，根据检索到的名和姓自动生成电子邮件地址。
LinkedInDumper 与非官方的 LinkedIn Voyager API 通信，这需要身份验证。因此，你必须拥有一个有效的 LinkedIn 用户账户。为简化操作，LinkedInDumper 只需你提供 cookie 值。通过这种方式，即使是受 2FA 保护的账户也能支持。此外，你需要提供一个 LinkedIn 公司 URL 来转储其员工信息。
li_at 会话 cookie 值li_at 中，或在运行时通过 CLI 标志 --cookie 临时指定usage: linkedindumper.py [-h] --url <linkedin-url> [--cookie <cookie>] [--quiet] [--include-private-profiles] [--include-contact-infos] [--jitter] [--email-format <mail-format>] [--output-json <json-file>] [--output-csv <csv-file>]
options:
-h, --help 显示此帮助信息并退出
--url <linkedin-url> LinkedIn 公司 URL - https://www.linkedin.com/company/<company>
--cookie <cookie> LinkedIn 的 'li_at' 会话 cookie
--include-private-profiles
同时显示私密账户
--include-contact-infos
逐个查询每位员工并检索联系信息
--jitter 为 HTTP 请求添加随机抖动以绕过速率限制
--email-format <mail-format>
用于电子邮件的 Python 字符串格式；例如：
--email-format '{0}.{1}@example.com' --> [email protected]
--email-format '{0[0]}.{1}@example.com' --> [email protected]
--email-format '{1}@example.com' --> [email protected]
--email-format '{0}@example.com' --> [email protected]
--email-format '{0[0]}{1[0]}@example.com' --> [email protected]
--output-json <json-file>
将结果存储到 JSON 输出文件
--output-csv <csv-file>
将结果存储到 CSV 输出文件
docker run --rm l4rm4nd/linkedindumper:latest --url 'https://www.linkedin.com/company/apple' --cookie '<cookie>' --email-format '{0}.{1}@apple.de'
# 安装依赖
pip install -r requirements.txt
python3 linkedindumper.py --url 'https://www.linkedin.com/company/apple' --cookie '<cookie>' --email-format '{0}.{1}@apple.de'
脚本将以分号分隔的值（类似 CSV）形式返回员工数据：
██▓ ██▓ ███▄ █ ██ ▄█▀▓█████ ▓█████▄ ██▓ ███▄ █ ▓█████▄ █ ██ ███▄ ▄███▓ ██▓███ ▓█████ ██▀███
▓██▒ ▓██▒ ██ ▀█ █ ██▄█▒ ▓█ ▀ ▒██▀ ██▌▓██▒ ██ ▀█ █ ▒██▀ ██▌ ██ ▓██▒▓██▒▀█▀ ██▒▓██░ ██▒▓█ ▀ ▓██ ▒ ██▒
▒██░ ▒██▒▓██ ▀█ ██▒▓███▄░ ▒███ ░██ █▌▒██▒▓██ ▀█ ██▒░██ █▌▓██ ▒██░▓██ ▓██░▓██░ ██▓▒▒███ ▓██ ░▄█ ▒
▒██░ ░██░▓██▒ ▐▌██▒▓██ █▄ ▒▓█ ▄ ░▓█▄ ▌░██░▓██▒ ▐▌██▒░▓█▄ ▌▓▓█ ░██░▒██ ▒██ ▒██▄█▓▒ ▒▒▓█ ▄ ▒██▀▀█▄
░██████▒░██░▒██░ ▓██░▒██▒ █▄░▒████▒░▒████▓ ░██░▒██░ ▓██░░▒████▓ ▒▒█████▓ ▒██▒ ░██▒▒██▒ ░ ░░▒████▒░██▓ ▒██▒
░ ▒░▓ ░░▓ ░ ▒░ ▒ ▒ ▒ ▒▒ ▓▒░░ ▒░ ░ ▒▒▓ ▒ ░▓ ░ ▒░ ▒ ▒ ▒▒▓ ▒ ░▒▓▒ ▒ ▒ ░ ▒░ ░ ░▒▓▒░ ░ ░░░ ▒░ ░░ ▒▓ ░▒▓░
░ ░ ▒ ░ ▒ ░░ ░░ ░ ▒░░ ░▒ ▒░ ░ ░ ░ ░ ▒ ▒ ▒ ░░ ░░ ░ ▒░ ░ ▒ ▒ ░░▒░ ░ ░ ░ ░ ░░▒ ░ ░ ░ ░ ░▒ ░ ▒░
░ ░ ▒ ░ ░ ░ ░ ░ ░░ ░ ░ ░ ░ ░ ▒ ░ ░ ░ ░ ░ ░ ░ ░░░ ░ ░ ░ ░ ░░ ░ ░░ ░
░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░
░ ░ ░ by LRVT
[i] 公司名称: apple
[i] 公司 X-ID: 162479
[i] LN 员工数: 找到 1000 名员工
[i] 转储日期: 17/10/2022 13:55:06
[i] 电子邮件格式: {0}.{1}@apple.de
姓氏;名字;电子邮件;职位;性别;地点;个人资料
Katrin;Honauer;[email protected];Software Engineer at Apple;N/A;Heidelberg;https://www.linkedin.com/in/katrin-honauer
Raymond;Chen;[email protected];Recruiting at Apple;N/A;Austin, Texas Metropolitan Area;https://www.linkedin.com/in/raytherecruiter
[i] 成功抓取到 2 名独特的 apple 员工。太好了 ^_-
可选地，你可以使用 CLI 参数 --output-json 和 --output-csv 将结果存储为 JSON 或 CSV 格式。
在收集联系信息时，LinkedIn 只允许返回前 1,000 条搜索结果。如果你的免费 LinkedIn 账户已达到访问个人资料的次数上限，你可能需要一个 LinkedIn 高级账户。
此外，并非所有员工资料都是公开的。结果取决于你所使用的 LinkedIn 账户以及你是否与要爬取的公司某些员工建立了好友关系。因此，有时无法检索到某些员工账户的名字、姓氏和个人资料链接。脚本将不会显示此类资料，因为它们包含默认值，例如名字为 "LinkedIn"，姓氏为 "Member"。如果你想包含这些私密资料，请使用 CLI 标志 --include-private-profiles。尽管某些账户可能是私密的，但我们仍然可以获取这些账户的职位（头衔）和地点。对于私密的 LinkedIn 账户，只有名字、姓氏和个人资料链接被隐藏。
最后，LinkedIn 用户可以自由命名其个人资料。因此，账户名称可能包含各种内容，如称谓、缩写、表情符号、中间名等。我已尽力去除一些无意义的内容。但这并不是针对这一普遍问题的完整解决方案。请注意，我们并未使用官方 LinkedIn API。此脚本从“非官方”的 Voyager API 收集信息。
你可以使用实验性的 --include-contact-infos CLI 标志来获取用户联系信息中的其他详细信息（名字、姓氏、地址、电话、电子邮件、地址）。这将逐个查询每个枚举到的 LinkedIn 用户账户，并通过 GraphQL API 获取数据。它只返回 JSON 输出，且请求量很大。是否返回数据取决于用户的隐私设置以及你用于枚举的 LinkedIn 账户。
如果你遇到类似 maximum request exceeded 的错误消息，请尝试使用 --jitter CLI 参数，为自动 API 请求引入一些延迟。这可能会绕过 LinkedIn 实施的检测或速率限制。
