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。; M |8 h5 N- c8 w) Q% i
具体的写入文件类型如下:
/ l* h) c# _; \# |; w+ L( j, i1)写入txt文件(默认)
8 y% x- H6 j: V( I% I2)写入csv文件(默认)
% s( f/ K: A) |" W3)写入json文件(可选)4 Y4 _' ~! D( t+ n, B# @* M0 P
4)写入MySQL数据库(可选)$ H$ @: {8 G( _$ ^8 T- k# ~
5)写入MongoDB数据库(可选), h; l' E. p/ q& g9 w& C
6)下载用户原创微博中的原始图片(可选)
3 B1 D. H1 {8 P6 Q) N2 }7)下载用户转发微博中的原始图片(免cookie版特有)
- C/ `+ K3 u+ l s) X$ p8)下载用户原创微博中的视频(可选)
& T& D# B V1 y0 u# {, H9)下载用户转发微博中的视频(免cookie版特有): q/ h+ x5 N* d i
10)下载用户原创微博Live Photo中的视频(免cookie版特有)- I7 W. j8 k; [3 y: u
11)下载用户转发微博Live Photo中的视频(免cookie版特有)% X0 T4 J: L& E- R% o+ h1 }
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。2 N* t* k8 j* ?: Z9 B
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:
" \. E; N8 ~: z6 B' z* W9 s0 U
$ H2 A& J6 V4 f* v/ y9 c2、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。1 A% Y" \5 N6 ]! L6 H0 e0 X* O
{
"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。
- X6 \3 e# s, q2 {/ yrequests==2.22.0! B- M* z/ F# o$ K3 q, {0 u5 ]% k4 b
jieba==0.42.1
2 F# j0 |" T3 S* \4 j0 \wordcloud==1.6.01 n7 w9 u) a1 ~0 S0 F; Z
scipy==1.2.1
. y7 T: ~( h! S8 E$ L0 Kseaborn==0.10.0
$ m, J% }! Z# H$ ^2 opandas: r* D; [& j1 |* f( F+ k
lxml$ W( o {* s! H; F
tqdm
6 @7 ^( V. ^, d" }4、输入命令$ python weibo.py执行脚本。
: l3 Z% J# e" Q3 [3 Y+ m1 h
% s4 F& y- F1 z+ R; q# z5、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。& S. u. B( m5 T8 ^" T
: Q6 p- X3 T |) \3 v点击下载cookie版代码 点击下载免cookie版代码1 M1 o. C7 n/ l6 r, U' R I
. O5 `) |* w9 @& Q
|