爬取一条微博的所有转发链接

需求分析

因朋友需求,需要删除在微博上的一些非法转发,故给出链接的根节点,只查询根节点的第一层节点,并删除第一层节点的所有转发。

本人python初学者,有什么写的不好的地方,请指出,与大家一起学习交流。
文章结尾附上完整代码,同时还有详细的说明文档,请自行下载。

  • 前期准备
    安装python3x
    导入requests、bs4等必须的库

导入命令

pip install requests
pip install bs4
  • 网页分析
    需要在简易版微博上爬取
    验证微博登录的cookie
    爬取所有转发的人的id(每个人的id是固定的)和文章号(同一篇文章每个人会生成不同的文章号)

代码分析

  1. 登录cookie存储
    打开网址:https://weibo.cn/pub
    点击登录
    打开调试工具,即按F12,同时调到Network
    输入帐号密码点击登录
    在调试工具中找到weibo.cn,复制cookie

  2. 获取单个页面的所有转发链接

def getComment(url,file):
    """
     获取单个链接页面中的转发连接
    :param url:评论页面链接
    :param file: 文件对象
    """
    try:
        html = requests.get(url, cookies=cook).content
        soup = BeautifulSoup(html, "html.parser")
        r = soup.findAll('div', attrs={
  "class": "c"})
        for e in r:
            size = 0
            name = ''
            uid = ''
            article = ''
            for item in e.find_all('a',href=re.compile("/u")):
                size = size + 1
                name = item.text
                uid = item.get('href').split("/")[2];
            for item in e.find_all('span',attrs={
  "class":"cc"}):
                size = size + 1
                str = item.find('a').get("href").split("/")
                article = str[2]
            if size == 2:
                link = 'https://weibo.com' + '/' + uid + '
  • 3
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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