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。
) n8 w/ D; t# u2 j$ G! n! g具体的写入文件类型如下:& Q" `) Q7 j; v
1)写入txt文件(默认)/ q& J x; S- W4 C/ r6 h
2)写入csv文件(默认)$ J; [+ X" ~" c/ T1 P' E
3)写入json文件(可选)
1 s% V s' ?" g6 o4 ~6 ?/ |5 I$ Q4)写入MySQL数据库(可选)2 ]8 v7 H, e& C3 C' [. ^
5)写入MongoDB数据库(可选)2 D; ]" b' `, f3 n
6)下载用户原创微博中的原始图片(可选)9 {8 E7 E Y/ h y2 y" P
7)下载用户转发微博中的原始图片(免cookie版特有)
) F/ T$ p- a$ G; p8)下载用户原创微博中的视频(可选)) z; C4 p$ V6 e" e9 E) \
9)下载用户转发微博中的视频(免cookie版特有)
. K. }) S) G; I- [, W10)下载用户原创微博Live Photo中的视频(免cookie版特有)4 R8 r' a. C( \$ i& R
11)下载用户转发微博Live Photo中的视频(免cookie版特有)# t3 W) B5 j; Q* {. D/ ~3 G1 G
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。7 z% Q5 {) L% M
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:
$ T6 x# L5 g& i/ D9 o
) G0 k( O/ r/ q3 z; ?3 x6 D Y! J
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。4 z6 z0 K, Z# c8 Q- x4 Y8 e
{
"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。
/ ?/ ^. {' W" U$ j0 M8 @& A( ?3 Crequests==2.22.0& U! W: s( y, i5 ] v
jieba==0.42.13 i9 |% n2 f9 W( T% P
wordcloud==1.6.0
0 G8 N4 q% I5 B& h( D+ Uscipy==1.2.1
, z D H' k1 ]( m& o3 _7 `seaborn==0.10.0
, J# i, B! g7 A7 r- b8 i9 I1 y' Ipandas
( D: R! P( A0 a, D9 f7 ^$ | Dlxml5 ]4 F n$ y3 ^6 q0 G" `. g4 i
tqdm! V8 p& E8 h; I. s: J
4、输入命令$ python weibo.py执行脚本。9 [% ], _1 O) R0 J8 v: ~* w
9 t7 o3 F" L! K/ i6 Q! d
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。
( e! {, [1 c! q* U% V z
" [2 A6 ]- _' S3 H+ z
点击下载cookie版代码 点击下载免cookie版代码
2 J0 F& L$ v: c3 @! W- Z$ J/ Y9 d* b$ Q3 a+ U5 M- @$ j
|