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。
* U! S# ]/ y/ }4 K4 r) i# l具体的写入文件类型如下:
% n8 A6 C5 t2 `1)写入txt文件(默认)+ s; d; O; M& W" K3 e6 W
2)写入csv文件(默认)
8 P) ]& V, G6 q' N3)写入json文件(可选)
6 d1 l0 r, S3 e* }' v4)写入MySQL数据库(可选)
: p, F" e4 J3 L l- q5)写入MongoDB数据库(可选)
( G1 B; l% M+ M1 @, q3 R7 y( j# K; v6)下载用户原创微博中的原始图片(可选)" ^8 u( n* f9 b; b8 r
7)下载用户转发微博中的原始图片(免cookie版特有)
0 o( F# ~" T n; ?4 b' x/ F8)下载用户原创微博中的视频(可选)
) ~5 c+ F: O# i. x9)下载用户转发微博中的视频(免cookie版特有)
4 A0 N3 R" k4 t10)下载用户原创微博Live Photo中的视频(免cookie版特有)' ~2 S% ^6 u2 P
11)下载用户转发微博Live Photo中的视频(免cookie版特有)+ j# ^2 g) _$ O8 [- j7 v
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。$ z8 m! Z# M4 C4 ^2 u5 R2 l
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: e1 j4 P0 `$ k2 ^9 `) d9 w; m$ _
* O' P/ z1 M+ Q& F& ^# g2、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。
" Q E. g) O, P1 T! l{
"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。
: b5 p" B4 f; d) a$ q7 g1 Qrequests==2.22.0% }" p& a' q) A* x( P, `8 A
jieba==0.42.1; n3 c+ C( g! K& _
wordcloud==1.6.0
! F0 K8 I& [2 r& j) N$ dscipy==1.2.1
/ }+ G* E0 `* Useaborn==0.10.0
8 |; n) C; g+ |8 J0 V8 lpandas
( W2 d) a: t' ^' H0 Dlxml% _% T: S$ G5 D0 Q: l. a5 s# h
tqdm: c0 D1 z2 i8 q9 V
4、输入命令$ python weibo.py执行脚本。
7 P4 }2 w$ o% M0 Z) ?. q
9 i/ b* i8 N. ?8 O, x, P# w: t% |5 t
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。
2 ^' Q/ l3 a5 ~
) ^$ y# [+ a- Z+ j
点击下载cookie版代码 点击下载免cookie版代码
; n0 B+ |. F: c6 B/ j* U# w7 j1 V( b$ ?
|