这是新浪微博爬虫,采用python+selenium实现。
免费资源,希望对你有所帮助,虽然是傻瓜式爬虫,但是至少能运行。同时rar中包括源码及爬取的示例。
参考我的文章:
http://blog.csdn.net/eastmount/article/details/50720436
[python爬虫] Selenium爬取新浪微博内容及用户信息
http://blog.csdn.net/eastmount/article/details/51231852
[Python爬虫] Selenium爬取新浪微博客户端用户信息、热点话题及评论 (上)
主要爬取内容包括:
新浪微博手机端用户信息和微博信息。
用户信息:包括用户ID、用户名、微博数、粉丝数、关注数等。
微博信息:包括转发或原创、点赞数、转发数、评论数、发布时间、微博内容等。
安装过程:
1.先安装Python环境,作者是Python 2.7.8
2.再安装PIP或者easy_install
3.通过命令pip install selenium安装selenium,它是自动测试、爬虫的工具
4.然后修改代码中的用户名和密码,填写你自己的用户名和密码
5.运行程序,自动调用Firefox浏览器登陆微博
注意:手机端信息更加精致简单,而且没有动态加载的一些限制,但是如微博或粉丝id只显示20页,这是它的缺点;
而客户端可能存在动态加载,如评论和微博,但是它的信息更加完整。
[源码] 爬取移动端微博信息
spider_selenium_sina_content.py
输入:
明星用户id列表,采用URL+用户id进行访问(这些id可以从一个用户的关注列表里面获取)
SinaWeibo_List_best_1.txt
输出:
微博信息及用户基本信息
SinaWeibo_Info_best_1.txt
Megry_Result_Best.py
该文件用户整理某一天的用户微博信息,如2016年4月23日
[源码] 爬取客户端微博信息
爬取客户端信息,但是评论是动态加载,还在研究中
weibo_spider2.py
By:Eastmount 2016-04-24
1