最近因为课设的要求，开始了对新浪微博数据的爬取研究，看了不少博客文章，也试了不少方法，原理无非就是模拟登录，但是感觉目前可用的方法太过分散，而且自从微博改版之后，很多以前适用的方法都基本没有用处了。这里总结一下几种可用的方法以及自己研究之后稳定可用的方法(所有的方法都是基于python2.7)：
1、绕过.com域名亲测可用...最简单的办法就是先预先登
转载
2024-09-10 14:11:54
196阅读
一直听说python简单易用，最近看了一下python，发现是简单不少，语法比较随便，用比较多的库拿来直接用。用来写爬虫很简单，网上用很多例子，糗百，豆瓣妹子和百度贴吧等，不过这些网站登录起来比较简单。也有一些比较麻烦的，例如新浪微博，下面我就把我自己弄得一个新浪微博的爬虫整理一下。。所用工具：Python 2.7.6 &nb
一、起因最近几天陈情令大火,而#肖战#王一博等人也成为众人所熟知的对象,所以我想用Scrapy爬取演员的微博信息来分析下演员信息二、 目标本次爬取的的公开基本信息，如用户昵称、头像、用户的关注、粉丝列表以及发布的微博等，这些信息抓取之后保存至Mysql,并绘制出图表三、准备工作请确保代理池、Cookies池已经实现并可以正常运行，安装Scrapy、PyMysql库。这里我新注册了四个微博
转载
2023-09-10 22:22:06
37阅读
这里的微博爬虫，我主要实现的是输入你关心的某个大 V 的微博名称，以及某条微博的相关内容片段，即可自动爬取相关该大 V 一段时间内发布的微博信息和对应微博的评论信息。Cookie 获取与上面的 Boss 直聘网站类似，爬取微博也需要获取响应的 cookie。 用浏览器打开微博页面，拷贝出对应的 Cookie，保存到本地。微博搜索既然是某位大 V，这里就肯定涉及到了搜索的事情，我们可以先来尝试下微博
转载
2023-06-14 15:19:59
157阅读
新浪微博的数据可是非常有价值的，你可以拿来数据分析、拿来做网站、甚至是*。不过很多人由于技术限制，想要使用的时候只能使用复制粘贴这样的笨方法。没关系，现在就教大家如何批量爬取微博的数据，大大加快数据迁移速度！我们使用到的是第三方作者开发的爬虫库weiboSpider（有工具当然要用工具啦）。这里默认大家已经装好了Python，如果没有的话可以看我们之前的文章：Python详细安装指南。1. 下载项
转载
2023-11-21 19:21:08
275阅读
13.13 Scrapy 爬取新浪微博前面讲解了 Scrapy 中各个模块基本使用方法以及代理池、Cookies 池。接下来我们以一个反爬比较强的网站新浪微博为例，来实现一下 Scrapy 的大规模爬取。1. 本节目标本次爬取的目标是新浪微博用户的公开基本信息，如用户昵称、头像、用户的关注、粉丝列表以及发布的微博等，这些信息抓取之后保存至 MongoDB。2. 准备工作请确保前文所讲的代理池、Co
转载
2023-07-01 11:20:09
237阅读
1.设置ROBOTSTXT_OBEY，由true变为false
2.设置DEFAULT_REQUEST_HEADERS，将其改为request headers
3.根据请求链接，发出第一个请求，设置一个start_request方法，并在方法中定义相关的配置,比如在本例中设置搜索的关键字keyword
4.接下来定义一个链接，也就是start_url，本例中改为search_url,其中把base
转载
2023-05-31 08:39:53
125阅读
Python（发音：英[?pa?θ?n]，美[?pa?θɑ:n]），是一种面向对象、直译式电脑编程语言，也是一种功能强大的通用型语言，已经具有近二十年的发展历史，成熟且稳定。它包含了一组完善而且容易理解的标准库，能够轻松完成很多常见的任务。它的语法非常简捷和清晰，与其它大多数程序设计语言不一样，它使用缩进来定义语句。Python支持命令式程序设计、面向对象程序设计、函数式编程、面向切面编程、泛型编
转载
2024-08-13 15:22:29
41阅读
Selenium简介与安装 Selenium是什么？ Selenium也是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE、Mozilla Firefox、Mozilla Suite等。 安装 直接使用pip命令安装即可！pip install seleniumPython抓取微博有两种
转载
2023-06-14 19:42:09
112阅读
前言本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取文实例讲述了Python爬虫爬取新浪微博内容。分享给大家供大家参考，具体如下：用Python编写爬虫，爬取微博大V的微博内容，本文以女神的微博为例（爬新浪m站：https://m.weibo.cn/u/1259110474）一般
转载
2023-06-14 10:34:20
425阅读
1 import requests
2 from urllib.parse import urlencode
3 from pyquery import PyQuery as pq
4 from pymongo import MongoClient
5
6 base_url = 'https://m.weibo.cn/api/container/getIndex?'
7 header
转载
2023-05-23 21:51:52
208阅读
最近听闻「杨超越杯编程大赛」很是火热~网友纷纷评论，原来追星还可以这么硬核，没点实力还不敢追了。本期，小F通过爬取新浪微博评论，来看看大家对此次大赛有什么看法。在此之前，先查阅一下相关资料，发现从微博的手机端和移动端入手，效果还可以。网页版的微博，想都不用想，去了就是自讨苦吃。微博的反爬甚是厉害，我可不想去大动干戈...虽然最后由于种种原因，还是没能够获取到完整的评论，不过也拿到了挺多数据。还是可
原创
2020-12-24 16:20:34
617阅读
Python，网络爬虫selenium与pyautogui抓取新浪微博用户数据不需要登陆新浪微博账户，直接运行就可以通过python爬虫爬取新浪微博用户数据。本例selenium与pyautogui结合，爬取十大城市的地铁（轨道交通）官方微博的粉丝数量。最终把数据存入excel和csv文件。python代码：import re
import time
import pandas as pd
fro
转载
2023-05-31 10:39:58
269阅读
1.selenium模拟登陆 2.定位进入高级搜索页面 3.对高级搜索进行定位，设置。 4.代码实现import time
from selenium import webdriver
from lxml import etree
from selenium.webdriver import ChromeOptions
import requests
fr
转载
2023-07-07 10:30:32
316阅读
最近听闻「杨超越杯编程大赛」很是火热~网友纷纷评论，原来追星还可以这么硬核，没点实力还不敢追了。本期，小F通过爬取新浪微博评论，来看看大家对此次大赛有什么看法。在此之前，先查阅一下相关资料，发现从微博的手机端和移动端入手，效果还可以。网页版的微博，想都不用想，去了就是自讨苦吃。微博的反爬甚是厉害，我可不想去大动干戈...虽然最后由于种种原因，还是没能够获取到完整的评论，不过也拿到了挺多数据。还是可
原创
2021-01-19 15:38:16
685阅读
爬虫功能：此项目实现将单机的新浪微博爬虫重构成分布式爬虫。Master机只管任务调度，不管爬数据；Slaver机只管将Request抛给Master机，需要Request的时候再从Master机拿。环境、架构：开发语言：Python2.7开发环境：64位Windows8系统，4G内存，i7-3612QM处理器。数据库：MongoDB 3.2.0、Redis 3.0.501(Python编辑器：Py
今天小编就来教教你们，利用神箭手云爬虫对新浪微博的信息进行完美的采集，包括文本内容、转发数、评论数、点赞数、热门等详细信息，只有你想不到，没有采不到的！第一步：进入神箭手官网（http://www.shenjianshou.cn）进行注册或登录。第二步：进入爬虫市场，搜索“微博”，再点击免费获取。第三步：在爬虫设置里进行功能设置和自定义设置。功能设置里面设置文件云托管，进行图片托管，这样确保图片不
# 使用Python爬取新浪微博要闻榜的完整指南
## 一、总体流程
在开始爬取新浪微博的要闻榜之前，首先了解一下整个流程。下面是实施步骤的概览：
| 步骤 | 描述 |
|---------------|------------------------------------|
| 1. 环境准备 | 安装所
要使用 Python 爬取新浪微博的热门榜单，我们首先需要了解这个过程的背景和业务影响。这一过程不仅有趣，还可以为我们提供关于社会热点的实时数据，帮助品牌和个人实时跟踪网络舆论的变化。
下面是关于“python 爬取新浪微博热门榜单”的详细步骤和解析。
### 背景定位
在当前信息化的时代，社交媒体的数据分析已经成为许多品牌和研究者日常工作的核心内容。通过爬取新浪微博的热门榜单，我们能够洞悉
爬虫学习的一点心得任务：微博指定信息抓取抓取：requests解析：xpath，正则表达式遇到的问题:1.正则解析或Xpath解析的时候采用先抓大再抓小的方法会使抓取的信息更加准确且不会有遗漏2.先抓大：获取到div（class=c）下的div标签中所有节点的内容text，利用tostring函数把每个个节点及其子节点形成的树转换成html，在抓小：然后正则替换掉所有标签，然后获取需要的所有信息。
转载
2023-05-31 09:11:31
181阅读
