练习小项目：微博爬虫

自学爬虫近1个月，基本的库啊框架啊基本也都囫囵吞枣的过了一遍，感觉网上视频里各大名师砖家带着练习的项目，基本都是毫无反爬机制的NC网站，感觉若是在实际工作中（没工作过-。-），怕是没有这么容易的网站要你爬取的吧。个人一点愚见，某网站数据有分析价值，才会有人爬，因为给爬多了运营小姐姐很生气，该网站才会去研究怎么反爬，于是反反爬，于是反反反爬，于是反反反反爬。。。。。连selenium这么低效的东西都给扯出来写爬虫，可以看出门户网站的大牛守护运营小姐姐的决心，反正个人暗下决心，不是万不得已，绝不用selenium这等伤敌一千，自损八百的武功。更扯的是，连检测selenium的招儿现在都给门户大佬们找了出来，还运用在了部分网站中。废话结束，来和各位和我一样的萌新分享分享我的微博爬虫，Lets go<(￣︶￣)↗[GO!]
自定需求

• 门户网站：https://m.weibo.cn/
• 使用技术：requests以及。。。好像没有了
• 爬取字段：微博正文，转发数，评价数，点赞数

开始吧

• 说起爬微博，相信很多人也会和我一样，第一个想爬一爬的自然是体育界男神–罗，志，祥。OK，满怀期待的打开最爱的chrome，输入网址，搜索多人运动，哦不，搜索罗志祥，看看url，去掉没用的部分，找到最简洁的，好的，就是他：https://m.weibo.cn/u/1784537661?uid=1784537661
  
  Ctrl+U，很好，源码空空荡荡，向下翻翻，哦，原来到底了会自动加载，那凭我久经沙场的这些个经验，应该是个ajax动态加载。Ctrl+Shift+I打开检查，锁定ajax，向下拉一下，他来了他来了
  格式化json看看里面的数据，需要的数据确实都在里面，就是他了~
  回头再看headers，参数也非常的友好，没有任何加密，简单分析基本都能知道是啥东西，除了那个since_id
  
  这可咋整呢，放弃尊严和初心，selenium走起？
  不慌，一通乱点之后发现，有这样一个东西
  
  都叫since_id，应该没什么不同了，仔细分析下，发现存放的就是下一页需要给url传的那个值，那就容易了，拼接下url，循环访问，体育男神的微博就都到手了，OK，写代码~
• 贴上源码
  写的比较粗糙，没有修改，毕竟练手小项目，不足之处还请各位补充~

import requests
from fake_useragent