python爬虫微博数据_python爬虫抓取新浪微博数据

需求分析

微博主页

抓取的内容包括：微博发布的时间，正文(仅提取文字)，转发数，评论数，点赞数

抓取的内容

数据是怎么加载的

新浪微博的数据是用ajax异步下拉加载的，在chrome的调试模式下可捕捉到相应的请求：

xhr请求

分析这些url的规律：

https://m.weibo.cn/api/container/getIndex?type=uid&value=1665372775&containerid=1076031665372775&page=2

https://m.weibo.cn/api/container/getIndex?type=uid&value=1665372775&containerid=1076031665372775&page=3

发现除了page参数的不同，其他都是一致的

数据的结构分析