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。
' ]- B( B( a$ K- X( { ?) i具体的写入文件类型如下:
: F+ N2 Q3 W; V( S1)写入txt文件(默认)/ h4 Y$ ^% J& c! u$ @/ ]
2)写入csv文件(默认), T- O* @+ ~ O6 m2 j% S; z
3)写入json文件(可选)
2 A" q* y: L9 S" A/ H' e2 R% _! i4)写入MySQL数据库(可选)3 ^/ P5 Z( J+ r, J5 v
5)写入MongoDB数据库(可选)
4 I2 ^4 a6 [1 s. T7 a& N' p' F& v6)下载用户原创微博中的原始图片(可选)
# p! | V' x: m7 r# G6 n( Q7)下载用户转发微博中的原始图片(免cookie版特有)
6 G* X7 r1 i* `; e j* {" y8)下载用户原创微博中的视频(可选)) E- R0 q$ @ {. |" m$ }
9)下载用户转发微博中的视频(免cookie版特有)- i7 M8 n# s( F+ e0 M% G
10)下载用户原创微博Live Photo中的视频(免cookie版特有)1 M3 _; Q0 c1 U
11)下载用户转发微博Live Photo中的视频(免cookie版特有)
9 J+ K# n% C0 M. |7 S 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。9 p' l9 v- G" R- k& j6 G
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:* Y3 S+ g8 Q4 _4 ` w
6 |1 _& O5 r' S1 x5 ?# e2、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。7 c" u6 u2 U# u0 c
{
"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。
( g+ P: R9 T' D. D% Grequests==2.22.0
: y* A' x* x# Z4 `. t( jjieba==0.42.1) v7 p- w1 @2 C6 @
wordcloud==1.6.0
; K$ N4 t9 b3 x, dscipy==1.2.1
; A8 `1 B V: zseaborn==0.10.0
N8 L n) T& t. |* j2 w5 o( q3 [) D0 Opandas
" F( |- ~6 F. O/ H* H3 l5 glxml0 A6 a' {3 k9 X& I6 o6 ~9 x
tqdm
, m" N/ d- k# x5 L3 T9 D4、输入命令$ python weibo.py执行脚本。. D" F; L4 ^1 }% F
* c' F' T. `; Q% j! s5 o5、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。
4 G' R8 B3 a3 d
: a/ f' I: V; s4 y" V点击下载cookie版代码 点击下载免cookie版代码
. {- N# |& L. `
7 G8 B$ P6 a( d2 Q7 W; O$ B |