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。
% H: Z' `7 L9 E% }7 [7 t: U具体的写入文件类型如下：
) v2 T% Z" B' q+ L3 c# m1）写入txt文件（默认）
2）写入csv文件（默认）
$ c/ O! ]+ T& W3）写入json文件（可选）
6 @0 N$ L4 D$ S5 G' l" ?! G4）写入MySQL数据库（可选）
5）写入MongoDB数据库（可选）
* K1 d* o# @4 H" `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）
, J( v* d& ?  N! D9 V+ f8）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）
! X4 ]" L* j3 E  w5 D9 v9 e10）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）
* |9 @) t7 [# I3 r- a       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：
  j  W8 ]3 w  d+ p; J+ P
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。
0 _' H8 d% {& P' ?/ q

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
2 D1 P; z  F9 W" ?0 Hwordcloud==1.6.0
: n1 P4 I5 ?' U4 C; f8 w3 Kscipy==1.2.1
8 ]# n- J& l3 d2 vseaborn==0.10.0
- V) I  ^+ R% U- a% \% W+ Cpandas
lxml
: D! s+ }3 ?4 {1 P( mtqdm
9 @  a+ M1 \) M$ O) V( b' K4、输入命令$ python weibo.py执行脚本。

7 {* c9 ?2 l/ U5、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。

点击下载cookie版代码      点击下载免cookie版代码