python爬取微博数据词云_python:爬取^Idol^微博记录，做成词云。（含代码）

2.14情人节，对单身狗来说就是折磨的日子，本着对自己的身心健康着想，我一天没出门，默默的爬取心目中的女神的微博记录。。。。。。。当然，女神不够，男的来凑，

OK。开始正题。

准备：python，request（请求url），re（正则）， time（时间）， tqdm(漂亮的动态加载)，wordcloud（词云），jieba（分词）， mayplotlib（画图展示），PIL(图像读取)，numpy

因为只有登陆微博才可以爬取数据，否则用python得到的url页面不是原来的页面信息。而我没有这方面的高级姿势水平，所以我在网上搜索了一下。得出的结论是：首先手机端的微博数据比pc端的数据好怕，其次，需要得到一段微博服务器发过来的cookies，带着这个cookies才能畅通无阻。

好吧，手机端的问题很好解决，https://m.weibo.cn，打开就是手机端的微博了。

然后就是获取cookies。打开浏览器，这里我推荐firefox，在地址栏输入上面的网址，进入微博页面。按下F12，有些电脑则需要按Fn+F12, 或者在工具栏里点web开发者之类的，在点查看器。浏览器下方会弹出一个嗯....框框。。。，待会儿关注的是“网络”里的东西， 同时不要忘了吧“持续日志点上”，如果是英文的话应该是“。。。log”之类的。

登陆你的微博账号，可以看到下面的框框里的数据变化，找到m.weibo.cn，点击，然后在右边的请求头里（header）找到cookie,复制下来，代码里会有用，注意要先全选，否则太长，中间会变成省略号。

看看想要爬取谁的微博了，刚才的页面，随便找一个人，点击他的主页，在地址栏中会看到有一个10位的数字，这个数字代表了账号在微博的代号。记录下来，代码里会用到。

然后就是爬取了，简单的不多讲，，，，，，

具体的解析部分，我一开始用的xpath，但是一直找不到正确的内容，弄了很久，我很恼火，所以直接暴力的上了正则表达式，幸运的是成功解析，哈哈哈，真是的小天才~~~~~~，解析的代码就只有一行，嘻嘻。。。

微博爬取成功，文本分析我做的很少，简单做了个词云。这个东西很有用，大家可以从我的代码里分离出词云的代码，也可以从上期中下载移植到其它的文本啊，都是很漂亮的。

话不多说：代码附上！

链接: https://pan.baidu.com/s/1M7-0i4AyTikCTnMxHwlcEw 提取码: pcbk