python3-爬虫 05 爬取崔庆才微博前十页

直接上代码

微博更新了反爬机制 ,不使用page了, 书中用的是page标记
现在 2020年11月4号 使用的是since_id标记页码
前一页会保存后一页的since_id

from urllib.parse import urlencode
from pyquery import PyQuery as pq
import requests


# 爬取崔庆才的前十页微博
# 查看请求  查看XHR 分析请求 爬取

base_url = 'https://m.weibo.cn/api/container/getIndex?';
headers = {
	'Host': 'm.weibo.cn',
	'Referer': 'https://m.weibo.cn/u/2830678474',
	'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.183 Safari/537.36',
	'X-Requested-With': 'XMLHttpRequest'
}

def get_json(since_id=None):
	params = {
		'uid': '2830678474',
		'luicode': '10000011',
		'lfid': '1076032830678474',
		'type': 'uid',
		'value': '2830678474',
		'containerid': '1076032830678474',
	}
	if since_id != None:
		params['since_id'] = since_id

	url = base_url + urlencode(params)

	try:
		response = requests.get(url, headers=headers)
		if response.status_code == 200:
			return response.json()
	except requests.ConnectionError as e:
		print('Error', e.args)


def get_sinceid(json):
	items = json.get('data').get('cardlistInfo')
	for since_id in items:
		if since_id:
			return items.get('since_id')

def get_page(json):
	if json:
		items = json.get('data').get('cards')
		dates = []
		for item in items:
			item = item.get('mblog')
			weibo = {}
			weibo['id'] = item.get('id')
			weibo['text'] = pq(item.get('text')).text()
			weibo['attitudes'] = item.get('attitudes_count')
			weibo['comments'] = item.get('comments_count')
			weibo['reposts'] = item.get('reposts_count')
			# yield weibo			# 迭代器
			dates.append(weibo)
	return dates

if __name__=='__main__':
	json = get_json()	
	results = get_page(json)
	for i in range(1,11):
		since_id = get_sinceid(json)
		json = get_json(since_id)
		results.append(get_page(json))
		for result in results:
			print(result)
  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
评论 10
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