欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

用Python爬取指定關(guān)鍵詞的微博

 更新時間:2021年11月16日 10:10:57   作者:志斌  
這篇文章主要介紹了用Python爬取指定關(guān)鍵詞的微博,下面文章圍繞Python爬取指定關(guān)鍵詞的微博的相關(guān)資料展開詳細內(nèi)容,需要的朋友可以參考一下

前幾天學校一個老師在做微博的輿情分析找我?guī)退阋粋€用關(guān)鍵字爬取微博的爬蟲,再加上最近很多讀者問志斌微博爬蟲的問題,今天志斌來跟大家分享一下。

一、分析頁面

我們此次選擇的是從移動端來對微博進行爬取。移動端的反爬就是信息校驗反爬蟲的cookie反爬蟲,所以我們首先要登陸獲取cookie。

登陸過后我們就可以獲取到自己的cookie了,然后我們來觀察用戶是如何搜索微博內(nèi)容的。

平時我們都是在這個地方輸入關(guān)鍵字,來進行搜索微博。

我通過在開發(fā)者模式下對這個頁面觀察發(fā)現(xiàn),它每次對關(guān)鍵字發(fā)起請求后,就會返回一個XHR響應。

我們現(xiàn)在已經(jīng)找到數(shù)據(jù)真實存在的頁面了,那就可以進行爬蟲的常規(guī)操作了。

二、數(shù)據(jù)采集

在上面我們已經(jīng)找到了數(shù)據(jù)存儲的真實網(wǎng)頁,現(xiàn)在我們只需對該網(wǎng)頁發(fā)起請求,然后提取數(shù)據(jù)即可。

1、發(fā)起請求

通過對請求頭進行觀察,我們不難構(gòu)造出請求代碼。

代碼如下:

key = input("請輸入爬取關(guān)鍵字:")
for page in range(1,10):
   params = (
       ('containerid', f'100103type=1&q={key}'),
       ('page_type', 'searchall'),
       ('page', str(page)),
   )

   response = requests.get('https://m.weibo.cn/api/container/getIndex', headers=headers, params=params)



2、提取數(shù)據(jù)

從上面我們觀察發(fā)現(xiàn)這個數(shù)據(jù)可以轉(zhuǎn)化成字典來進行爬取,但是經(jīng)過我實際測試發(fā)現(xiàn),用正則來提取是最為簡單方便的,所以這里展示的是正則提取的方式,有興趣的讀者可以嘗試用字典方式來提取數(shù)據(jù)。

代碼如下:

r = response.text
title = re.findall('"page_title":"(.*?)"',r)
comments_count = re.findall('"comments_count":(.*?),',r)
attitudes_count = re.findall('"attitudes_count":(.*?),',r)
for i in range(len(title)):
   print(eval(f"'{title[i]}'"),comments_count[i],attitudes_count[i])

在這里有一個小問題要注意,微博的標題是用Unicode編碼的,如果直接爬取存儲,將存儲的是Unicode編碼,在這里要感謝大佬—小明哥的幫助,志斌在網(wǎng)上搜了好多解決方法都沒有成功,最后小明哥一個簡單的函數(shù)就給解決了,實在是佩服!

解決方案:用eval()來輸出標題,就可以將Unicode轉(zhuǎn)換成漢字了。

三、小結(jié)

1. 本文詳細介紹了如何用Python指定關(guān)鍵字爬取微博,有興趣的讀者可以嘗試自己動手練習一下。

2. 本文僅供讀者學習使用,不做其他用途!

到此這篇關(guān)于用Python爬取指定關(guān)鍵詞的微博的文章就介紹到這了,更多相關(guān)Python爬取指定關(guān)鍵詞的微博內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Django admin美化插件suit使用示例

    Django admin美化插件suit使用示例

    這篇文章主要介紹了Django admin美化插件suit使用示例,簡單介紹了suit的使用界面示例,官方文檔,安裝語句等相關(guān)內(nèi)容,具有一定借鑒價值,需要的朋友可以參考下。
    2017-12-12
  • 在Django中使用ElasticSearch

    在Django中使用ElasticSearch

    這篇文章主要介紹了在Django中使用ElasticSearch,Elasticsearch是基于Lucene庫的搜索引擎。它提供了具有HTTP?Web界面和無模式JSON文檔的分布式,多租戶功能的全文本搜索引擎,下面詳細內(nèi)容,需要的朋友可以參考一下
    2022-01-01
  • Python獲取時間戳的多種方法總結(jié)

    Python獲取時間戳的多種方法總結(jié)

    時間戳是一個表示日期和時間的數(shù)值,通常以秒為單位,在Python中,獲取時間戳是常見的任務(wù),用于記錄事件、計時操作、以及在各種應用中跟蹤時間,本文將介紹多種獲取時間戳的方法,包括標準庫和第三方庫的方式,并提供示例代碼以幫助你更好地理解
    2023-11-11
  • python程序超時處理方式

    python程序超時處理方式

    這篇文章主要介紹了python程序超時處理方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-08-08
  • 人工智能學習pyTorch的ResNet殘差模塊示例詳解

    人工智能學習pyTorch的ResNet殘差模塊示例詳解

    這篇文章主要為大家介紹了人工智能學習pyTorch的ResNet殘差模塊示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步
    2021-11-11
  • Tensorflow訓練MNIST手寫數(shù)字識別模型

    Tensorflow訓練MNIST手寫數(shù)字識別模型

    這篇文章主要為大家詳細介紹了Tensorflow訓練MNIST手寫數(shù)字識別模型,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2020-02-02
  • 布隆過濾器的概述及Python實現(xiàn)方法

    布隆過濾器的概述及Python實現(xiàn)方法

    布隆過濾器是一種概率空間高效的數(shù)據(jù)結(jié)構(gòu)。它與hashmap非常相似,用于檢索一個元素是否在一個集合中。這篇文章主要介紹了布隆過濾器的概述及Python實現(xiàn),需要的朋友可以參考下
    2019-12-12
  • Python基于yaml文件配置logging日志過程解析

    Python基于yaml文件配置logging日志過程解析

    這篇文章主要介紹了Python基于yaml文件配置logging日志過程解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-06-06
  • 一文秒懂Python中的字符串

    一文秒懂Python中的字符串

    這篇文章主要介紹了一文秒懂Python中的字符串,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-03-03
  • Python3的介紹、安裝和命令行的認識(推薦)

    Python3的介紹、安裝和命令行的認識(推薦)

    Python是著名的“龜叔”Guido van Rossum在1989年圣誕節(jié)期間,為了打發(fā)無聊的圣誕節(jié)而編寫的一個編程語言。這篇文章主要介紹了Python3的介紹、安裝和命令行的認識,需要的朋友可以參考下
    2018-10-10

最新評論