python爬虫之爬取手机微博评论(图文并排,炒鸡详细!!!)

B站有视频讲解,有不动的地方,可以去看视频
一、手机微博爬虫(一)数据抓取
二、手机微博爬虫(二)解析、保存数据
三、手机微博爬虫(三)数据存到数据库
四、手机微博爬虫(四)词云制作

第一步:登录手机微博官网,截图如下所示:

在这里插入图片描述

第二步:分析提交的参数,找到任意一条微博内容,本文选取的内容是微博推送的,找到开发者模式,点开network选项卡,刷新页面,一直向下翻,找出规律,截图如下所示:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

注意事项:就此条微博来说,前17页数据中提交的参数max_id_type = 0,但是17页以后就变了,改成了1,这点大家注意即可

第三步:分析数据藏匿的地方,截图如下所示:

在这里插入图片描述

第四步:写代码

import requests
import re
import os

class Main():
    url = 'https://m.weibo.cn/comments/hotflow?'
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.9 Safari/537.36',
        'cookie': 'ALF=1586350518; _T_WM=18754506867; WEIBOCN_FROM=1110006030; MLOGIN=1; SCF=AhxeeyC_-eMbxpwb8KLVrN7-04xwJvc9ATC-09VkEqDz38nXmtqkQbVSt5VvmWZcNldfr8k_Nf8P4SEdVDS_E84.; SUB=_2A25zaEzqDeRhGeBP61oT8SvMwz2IHXVQk1SirDV6PUNbktANLWTikW1NRWvMdQ0ctsSre5zQ_DZmBR8BBLNsxlVv; SUBP=0033WrSXqPxfM725Ws9jqgMF55529P9D9WWNVTTW1HmFFlVFFRI_IKF55JpX5KMhUgL.FoqpehnEeK-71h22dJLoIE5LxKML12-L12zLxKBLB.2L1-2LxK-LBo.LBoeN1hzpSntt; SUHB=0gHiwhGI-JYGEg; SSOLoginState=1584151738; M_WEIBOCN_PARAMS=oid%3D4481983306764793%26luicode%3D20000061%26lfid%3D4481983306764793%26uicode%3D20000061%26fid%3D4481983306764793; XSRF-TOKEN=c1db22',
        'Referer': 'https://m.weibo.cn/detail/4481983306764793'
    }
    params = {}
    list_username = []
    list_text = []
    list_all = []
    file = './'

    def __init__(self):
        num_page = int(input('请输入您要爬取的微博内容的页数:\n'))
        ID_MID = input('请输入您要爬取的微博内容的ID:\n')
        return_info = ('0','0')
        for i in range(0,num_page):
            print(f'正在爬取第{i + 1}页数据')
            self.params = {
                'id': ID_MID,
                'mid': ID_MID,
                'max_id': return_info[0],
                'max_id_type': return_info[1]
            }
            return_info = self.get_max_id()
        self.parseData()
        self.writeData()

    def get_max_id(self):
        res = requests.get(url = self.url,headers = self.headers,params = self.params).json()['data']
        max_id = res['max_id']
        max_id_type = res['max_id_type']
        data = res['data']
        # print(data)
        for i in range(0,len(data)):
            text = data[i]['text']
            username = data[i]['user']['screen_name']
            self.list_text.append(text)
            self.list_username.append(username)
        return max_id,max_id_type

    def parseData(self):
        for i in range(0, len(self.list_text)):
            res = re.sub('''[ ,/,",',=,.,\],\[,\-,_,;,:,?,%,&,+]''', '', self.list_text[i])
            res = re.sub('<\w*>', '', res)
            res = re.sub('@\w*', '', res)
            self.list_text[i] = res
        self.list_all = list(zip(self.list_username, self.list_text))

    def writeData(self):
        for i in self.list_all:
            if not os.path.exists(self.file):
                os.mkdir(self.file)
            with open(f'{self.file}/weibocomments1.txt', 'a', encoding='utf-8') as fp:
                fp.write(i[0])
                fp.write(' ')
                fp.write(i[1])
                fp.write('\n')

# 4481983306764793
if __name__ == '__main__':
    Main()

第五步:爬取效果展示:

在这里插入图片描述
在这里插入图片描述

第六步:完结撒花

  • 17
    点赞
  • 156
    收藏
    觉得还不错? 一键收藏
  • 14
    评论
好的,我知道你想了解如何用 Python 爬取新浪微博评论。以下是一些步骤供您参考: 1. 安装必要的库 在使用 Python 爬取微博评论前,您需要安装一些必要的库。其中,requests 和 BeautifulSoup 库是必不可少的。 您可以使用以下命令在终端中安装它们: ``` pip install requests pip install beautifulsoup4 ``` 2. 登录微博并获取 cookie 在爬取微博评论之前,您需要登录您的微博账号并获取 cookie。 您可以使用 Chrome 浏览器登录您的微博账号。然后,按 F12 打开开发者工具,切换到“Network”选项卡并刷新页面。在“Filter”栏中输入“comment”,然后点击“XHR”选项卡。 接下来,您可以在“Headers”选项卡中找到“Request Headers”部分,复制“Cookie”字段的值。 3. 构造请求 URL 在获取 cookie 后,您需要构造请求 URL。以下是一个示例 URL:https://weibo.cn/comment/Jf3bhk1V5?uid=123456&page=1 其中,Jf3bhk1V5 是微博的 ID,123456 是用户的 ID,page 是评论的页数。 您可以使用 requests 库发送 GET 请求并传递 cookie、微博 ID 和页数参数。 以下是一个示例代码: ``` import requests from bs4 import BeautifulSoup cookie = 'your_cookie_here' url = 'https://weibo.cn/comment/Jf3bhk1V5?uid=123456&page=1' headers = { 'Cookie': cookie } response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, 'html.parser') # 解析评论 ``` 4. 解析评论 最后,您需要解析页面上的评论。您可以使用 BeautifulSoup 库来解析 HTML。 以下是一个示例代码: ``` comments = soup.find_all('div', class_='c') for comment in comments: # 获取评论内容 content = comment.find('span', class_='ctt').text # 获取评论时间 time = comment.find('span', class_='ct').text # 获取评论用户 user = comment.find('a', class_='nk').text # 输出评论信息 print(f'{user}({time}): {content}\n') ``` 以上就是用 Python 爬取新浪微博评论的一些步骤。请注意,爬取微博评论可能会违反微博的使用协议,因此请谨慎使用。
评论 14
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