一键爬取微博用户各种信息并保存

admin

       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）
! W2 I! ?3 ~- y1 ~% f3 d8 }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）
6 Z7 `1 u* }5 }8）下载用户原创微博中的视频（可选）
5 V, i5 d# g' [* v. q! h9）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）
( D6 I" W, {% c: O11）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。
2 s% F/ H, w  ]* ~& s& J' T* }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：
- U9 _. n. h9 H7 g
9 [. o7 k" ~1 [/ `( K2、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。
) S8 s$ C! f  y' Q2 Z1 D. u! s

复制代码
{
    "user_id_list": ["1669879400"],
    "filter": 1,
    "since_date": "2018-01-01",
    "write_mode": ["csv", "txt"],
    "pic_download": 1,
    "video_download": 1,
    "cookie": "your cookie",
    "mysql_config": {
        "host": "localhost",
        "port": 3306,
        "user": "root",
        "password": "123456",
        "charset": "utf8mb4"
    }
}

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
4 a2 o2 U$ E" \( Y" Y3 R; Kscipy==1.2.1
seaborn==0.10.0
pandas
lxml
tqdm
4、输入命令$ python weibo.py执行脚本。

' s" @8 X5 F0 p& s* ^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。

# u" K% {2 o$ ]* ]( W点击下载cookie版代码      点击下载免cookie版代码
% ]1 D6 @1 d" M# i$ T1 H  _
$ E! L7 r- y3 c  D% G