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：
5 c% M2 f4 E* W  |& ?7 I$ P& b1）写入txt文件（默认）
2）写入csv文件（默认）
( z0 F7 k& v9 D3）写入json文件（可选）
# c1 u" ]% Q8 J$ Y) _+ X4 T: ~4 b4）写入MySQL数据库（可选）
5）写入MongoDB数据库（可选）
' Z# l+ u% _. f1 ~" Q. U/ }6）下载用户原创微博中的原始图片（可选）
: c  C* f' A9 P; A" x7）下载用户转发微博中的原始图片（免cookie版特有）
1 x! U% ~2 Z- y( Q& [4 b. B8）下载用户原创微博中的视频（可选）
* }% Y; {2 i: T& H7 \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）
- _; r2 L+ a/ c11）下载用户转发微博Live Photo中的视频（免cookie版特有）
* k1 @, ~8 ]' ~" 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。
, t8 W4 M# M/ Z* M: w% A1、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：
* P% Q; T3 n" B0 _: D% J7 n) d
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。
; n' M0 b( R# m3 J4 D

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。
5 W0 o4 z8 C, v% Trequests==2.22.0
jieba==0.42.1
wordcloud==1.6.0
& k; g0 K+ S, a' [1 {. l* t4 V% N8 L6 Wscipy==1.2.1
% k, r9 S; @2 Wseaborn==0.10.0
* k/ U1 f% s- I: X$ K# Spandas
0 h; z3 D( @; E6 `7 K" Rlxml
tqdm
0 v. e2 ?% K2 I6 Y4、输入命令$ python weibo.py执行脚本。
1 s6 R4 J, Q( ]5 Z* r- ^) q
: a* K, S  _7 n  x5、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。
1 Z: m; B, O) {. W& `7 u
点击下载cookie版代码      点击下载免cookie版代码