golang微博爬虫-无登录获取cookie抓取微博

15 篇文章 0 订阅
10 篇文章 2 订阅

使用爬虫框架 gathertool

  • 框架地址: https://github.com/mangenotwork/gathertool
  • 框架下载: go get github.com/mangenotwork/gathertool
  • 介绍: 轻量级爬虫,接口测试,压力测试框架, 提高开发对应场景的golang程序。
  • 框架文档: https://380949.baklib-free.com/

获取cookie步骤

  1. 请求https://weibo.com F12 Network查看到由 https://passport.weibo.com/js/visitor/mini_original.js?v=20161116 在main函数 js代码 找到获取tid的url与传参
  2. 通过 https://passport.weibo.com/visitor/genvisitor?cb=gen_callback&fp={“os”:“1”,“browser”:“Chrome70,0,3538,25”,“fonts”:“undefined”,“screenInfo”:“1920108024”,“plugins”:""} 获取 tid
  3. F12 Network可以发现 https://passport.weibo.com/visitor/visitor?a=incarnate&t=hWJuIDjcJt14rjdJBmelhsQ0ReEl6ATZZnf2EQbrBQM=&w=3&c&cb=restore_back&from=weibo 获取 SUB 与SUBP , 这个就是所需的cookie

获取cookie步骤的实现

  1. 获取tid
	getTidUrl := "https://passport.weibo.com/visitor/genvisitor?cb=gen_callback&fp={\"os\":\"1\",\"browser\":\"Chrome70,0,3538,25\",\"fonts\":\"undefined\",\"screenInfo\":\"1920*1080*24\",\"plugins\":\"\"}"
	ctx, _ := gt.Get(getTidUrl)
	ctx.Do()
	log.Println(string(ctx.RespBody))

在这里插入图片描述

  1. 带入tid 获取 sub subp
    参数介绍:
    a :固定 incarnate
    t :上一步得到的tid
    w :上一步 new_tid = true 就是3 否则为2
    cb :固定 cross_domain
    from : 固定 weibo
	getSubUrl := "https://passport.weibo.com/visitor/visitor?a=incarnate&t=h2b7xQtQwqk2cEjMgH/0AaWYvpijlgCCAs3qDzj2W58=&w=3&c&cb=restore_back&from=weibo"
	ctx,_ := gt.Get(getSubUrl)
	ctx.Do()
	log.Println(ctx.Resp)
	log.Println(ctx.Resp.Cookies())
	log.Println(string(ctx.RespBody))

在这里插入图片描述
如图可见 返回的结果下下发的cookie都含有sub subp

带入cookie抓取微博

func case1(){


	/*
		category
					0      热门
					1760   头条
					99991  榜单
					10011  高笑
					7      社会
					12     时尚
					10018  电影
					10007  美女
					3      体育
					10005  动漫
	 */

	url := "https://weibo.com/a/aj/transform/loadingmoreunlogin?ajwvr=6&category=0&page=2&lefnav=0&cursor=&__rnd="+ gt.Timestamp()
	ctx, _ := gt.Get(url, gt.SucceedFunc(succed))
	ctx.Req.AddCookie(&http.Cookie{Name: "SUBP",Value: "0033WrSXqPxfM72-Ws9jqgMF55529P9D9WWENAjmKyIZz1AWjDi68mRw", HttpOnly: true})
	ctx.Req.AddCookie(&http.Cookie{Name: "SUB",Value: "_2AkMXxWiSf8NxqwFRmPoWz2nlbop1zwvEieKhmZlJJRMxHRl-yT9jqlAItRB6PEVGfTP09XmsX_7CR2H1OUv6b-f-1bJl", HttpOnly: true})
	ctx.Do()
}

func succed(ctx *gt.Context) {

	//html := gt.ConvertByte2String(ctx.RespBody, gt.GB2312)
	htmlBody,err := gt.UnescapeUnicode(ctx.RespBody)
	html := string(htmlBody)
	html = strings.Replace(html,"\\r","", -1)
	html = strings.Replace(html,"\\n","", -1)
	html = strings.Replace(html,"\\","", -1)

	dom,err := gt.NewGoquery(html)
	if err != nil{
		log.Println(err)
		return
	}

	dom.Find("div[action-type=feed_list_item]").Each(func(i int, div *goquery.Selection){
		divHtml,err := div.Html()
		if err != nil {
			log.Println(err)
			return
		}

		log.Println("\n\n\n\n *******************************  \n ")
		dataList := gt.RegHtmlA(divHtml)
		for _, v := range dataList{

			if strings.Contains(v,`class="subinfo_face`) {
				log.Println("[头像] : ", v)
				scr := gt.RegHtmlSrc(v)
				log.Println(scr)
			}

			if strings.Contains(v,`class="subinfo S_txt2`) {
				log.Println("[昵称] : ", v)
				href := gt.RegHtmlHref(v)
				log.Println(href)
				name := gt.RegHtmlSpan(v)
				log.Println(name)

			}
		}
		log.Println( "\n===================================\n\n")
	})
}

在这里插入图片描述

完整代码

https://github.com/mangenotwork/gathertool/tree/main/_examples/weibo

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值