tgparser-cli 0.1.0

Telegram channel parser — extract messages from open (MTProto) and closed (web) channels

TgParser

Telegram-канал парсер — утилита для извлечения сообщений из открытых (MTProto API) и закрытых (Web HTML) Telegram-каналов.

---

Возможности

• Авторизация через QR-код (Web) или MTProto (Telethon) с сохранением сессии
• Парсинг открытых каналов — прямое чтение через MTProto API (Telethon)
• Парсинг закрытых каналов — чтение через web-версию Telegram (Playwright + BeautifulSoup)
• Обход защиты от копирования — автоматическое снятие CSS user-select: none, блокировки контекстного меню
• Вывод данных в JSON, CSV, plain-text или SQLite
• Инкрементальный парсинг — сохранение только новых сообщений
• CLI-интерфейс на базе Click

---

Установка

Из исходного кода

# Клонировать репозиторий
git clone https://github.com/borodatych/tgparser.git
cd tgparser

# Создать виртуальное окружение
python -m venv .venv
source .venv/bin/activate  # Linux/macOS
.venv\Scripts\activate     # Windows

# Установить пакет с dev-зависимостями
pip install -e ".[dev]"

# Установить Playwright браузеры (требуется для web-парсера)
playwright install chromium

Через pip (после релиза)

pip install tgparser-cli
playwright install chromium

---

Настройка

1. Переменные окружения

Скопируйте .env.example в .env и заполните:

cp .env.example .env

Обязательные переменные:

Переменная	Описание
API_ID	API ID из my.telegram.org
API_HASH	API Hash оттуда же
PHONE_NUMBER	Номер телефона для MTProto-авторизации (в международном формате)

2. Конфигурационный файл (опционально)

Создайте config.yaml в корне проекта:

parsing:
  scroll_delay_ms: 1500    # задержка между скроллами (web-парсер)
  max_messages: 1000       # лимит сообщений за один запуск
  rate_limit_sleep: 30     # пауза при FloodWait (сек)

storage:
  output_dir: data/output
  session_dir: data/sessions

---

Использование

Авторизация

# Web-авторизация (QR-код) — для закрытых каналов
tgparser auth

# Принудительная переавторизация
tgparser auth --force

# MTProto-авторизация — для открытых каналов
tgparser auth --type mtproto

Парсинг открытого канала (MTProto)

tgparser parse open @channel_username

Опции:

• --limit N — максимум сообщений (по умолчанию 100)
• --since YYYY-MM-DD — фильтр по дате (сообщения не старше указанной)
• --until YYYY-MM-DD — фильтр по дате (сообщения не новее указанной)
• --offset N — смещение от последнего сообщения

Парсинг закрытого канала (Web)

tgparser parse closed https://t.me/channel_username

Опции:

• --limit N — максимум сообщений
• --since YYYY-MM-DD — фильтр по дате
• --until YYYY-MM-DD — фильтр по дате

Примечание: Для закрытых каналов требуется предварительная web-авторизация (tgparser auth).

Экспорт

# Вывод в консоль (plain-text)
tgparser export --input data/output/messages.json

# Сохранение в JSON
tgparser export --input data/output/messages.json --format json --output data/output/export.json

# Сохранение в CSV
tgparser export --input data/output/messages.json --format csv --output data/output/export.csv

# Сохранение в SQLite
tgparser export --input data/output/messages.json --format sqlite --output data/output/export.db

# Инкрементальный экспорт (только новые сообщения)
tgparser export --input data/output/messages.json --incremental

---

Примеры

Сохранить 50 последних сообщений из открытого канала в JSON

tgparser parse open @python_news --limit 50 --format json --output data/output/python_news.json

Сохранить сообщения из закрытого канала за последнюю неделю

tgparser parse closed https://t.me/private_channel --since 2025-01-01

Экспортировать в CSV с инкрементальным режимом

tgparser parse open @tech_news --format csv --output data/output/tech_news.csv
tgparser export --input data/output/tech_news.csv --incremental

---

Структура проекта

tgparser/
├── src/
│   └── tgparser/
│       ├── auth/          # Модули авторизации (web, mtproto)
│       ├── parsers/       # Парсеры (mtproto_parser, web_parser)
│       ├── storage/       # Вывод и хранение (JSON, CSV, TXT, SQLite)
│       ├── models/        # Модели данных (Message)
│       ├── cli.py         # CLI-интерфейс (Click)
│       ├── config.py      # Загрузка конфигурации
│       └── utils.py       # Вспомогательные функции
├── tests/                 # Тесты (pytest)
├── data/
│   ├── output/            # Результаты парсинга
│   └── sessions/          # Сохранённые сессии
├── docs/                  # Документация
├── config.yaml            # Конфигурация (опционально)
├── .env                   # Секреты (не в git)
├── pyproject.toml         # Настройки проекта
└── README.md              # Этот файл

---

Разработка

Запуск тестов

pytest tests/ -v

Линтинг и форматирование

ruff check src/ tests/
ruff format src/ tests/

Сборка пакета

python -m build

---

Совместимость

• Python: 3.11, 3.12
• ОС: Windows, Linux, macOS
• Браузер: Chromium (устанавливается через playwright install chromium)

---

Планы

• Авторизация (Web + MTProto)
• Парсинг открытых каналов (MTProto)
• Парсинг закрытых каналов (Web)
• Обход защиты от копирования
• Вывод (JSON, CSV, TXT, SQLite)
• Инкрементальный парсинг
• Поддержка Telegram Premium (MTProto)
• Парсинг комментариев
• GUI-интерфейс

Полный roadmap: docs/roadmap.md

---

Лицензия

Проект распространяется под лицензией MIT. Подробнее — в файле LICENSE.