QQ登录

只需要一步,快速开始

APP扫码登录

只需要一步,快速开始

手机号码,快捷登录

查看: 181|回复: 0

[Python] 一键爬取微博用户各种信息并保存

[复制链接]

等级头衔

积分成就    金币 : 786
   泡泡 : 1488
   精华 : 6
   在线时间 : 786 小时
   最后登录 : 2020-7-3

丰功伟绩

优秀达人突出贡献荣誉管理论坛元老

联系方式
发表于 2020-6-5 18:32:32 | 显示全部楼层 |阅读模式
       源码可以连续爬取一个或多个新浪微博用户(如胡歌、迪丽热巴、郭碧婷)的数据,并将结果信息写入文件或数据库。写入信息几乎包括了用户微博的所有数据,主要有用户信息和微博信息两大类,前者包含用户昵称、关注数、粉丝数、微博数等等;后者包含微博正文、发布时间、发布工具、评论数等等,因为内容太多,这里不再赘述,详细内容见输出部分。
具体的写入文件类型如下:
1)写入txt文件(默认)
2)写入csv文件(默认)
3)写入json文件(可选)
4)写入MySQL数据库(可选)
5)写入MongoDB数据库(可选)
6)下载用户原创微博中的原始图片(可选)
7)下载用户转发微博中的原始图片(免cookie版特有)
8)下载用户原创微博中的视频(可选)
9)下载用户转发微博中的视频(免cookie版特有)
10)下载用户原创微博Live Photo中的视频(免cookie版特有)
11)下载用户转发微博Live Photo中的视频(免cookie版特有)
       本程序分为设置用户cookie和免cookie两个版本,二者功能类似,免cookie版获取的信息更多,用法更简单,而且不需要cookie。下面以需要设置用户cookie的版本来介绍使用方法,免cookie版使用方法除了第1项,其他基本相同。
1、打开 https://m.weibo.cn/ 登录你的微博账号获取headers的 cookie ,依此点击Chrome开发者工具中的Network->Name中的weibo.cn->Headers->Request Headers,"Cookie:"后的值即为我们要找的cookie值,复制即可,如图所示:
1.png
2、下载代码到本地,修改配置文件config.json,这里说明下,user_id_list填你要分析的微博账号uid,可以填多个,如:"user_id_list": ["1223178222", "1669879400", "1729370543"],。filter为1表示分析原创微博,如果分析所有微博填0即可。since_date为从哪天的微博开始分析,然后就是把上面复制的cookie填到对应位置,免cookie版本不用填。
  1. {
  2.     "user_id_list": ["1669879400"],
  3.     "filter": 1,
  4.     "since_date": "2018-01-01",
  5.     "write_mode": ["csv", "txt"],
  6.     "pic_download": 1,
  7.     "video_download": 1,
  8.     "cookie": "your cookie",
  9.     "mysql_config": {
  10.         "host": "localhost",
  11.         "port": 3306,
  12.         "user": "root",
  13.         "password": "123456",
  14.         "charset": "utf8mb4"
  15.     }
  16. }
复制代码
3、接着执行pip install -r requirements.txt安装以下依赖包,当然你也可以单独安装。
requests==2.22.0
jieba==0.42.1
wordcloud==1.6.0
scipy==1.2.1
seaborn==0.10.0
pandas
lxml
tqdm
4、输入命令$ python weibo.py执行脚本。
2.png
5、爬取的csv结果文件内容如下,其他文件类型可以在这里就不再截图。
3.png
点击下载cookie版代码      点击下载免cookie版代码

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|小黑屋|paopaomj.COM ( 渝ICP备18007172号 )

GMT+8, 2020-7-3 17:22

Powered by paopaomj X3.4 © 2016-2021 sitemap

快速回复 返回顶部 返回列表