浏览量 5044
2018/07/01 12:43
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2018/7/1 上午3:29
# @Author : BrownWang
# @Email : 277215243@qq.com
# @File : sinaweibo.py
# @Software: PyCharm
# -*- coding: utf-8 -*-
import urllib.request
import json
import time
import ssl
context = ssl._create_unverified_context()
#定义要爬取的微博大V的微博ID
id='6418190932'
#设置代理IP
proxy_addr="122.241.72.191:808"
#定义页面打开函数
def use_proxy(url,proxy_addr):
req=urllib.request.Request(url,unverifiable=True)
req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0")
proxy=urllib.request.ProxyHandler({'http':proxy_addr})
opener=urllib.request.build_opener(proxy,urllib.request.HTTPHandler)
urllib.request.install_opener(opener)
data=urllib.request.urlopen(req,context=context).read().decode('utf-8','ignore')
return data
#获取微博主页的containerid，爬取微博内容时需要此id
def get_containerid(url):
data=use_proxy(url,proxy_addr)
content=json.loads(data).get('data')
for data in content.get('tabsInfo').get('tabs'):
if(data.get('tab_type')=='weibo'):
containerid=data.get('containerid')
return containerid
#获取微博大V账号的用户基本信息，如：微博昵称、微博地址、微博头像、关注人数、粉丝数、性别、等级等
def get_userInfo(id):
url='https://m.weibo.cn/api/container/getIndex?type=uid&value='+id
data=use_proxy(url,proxy_addr)
content=json.loads(data).get('data')
profile_image_url=content.get('userInfo').get('profile_image_url')
description=content.get('userInfo').get('description')
profile_url=content.get('userInfo').get('profile_url')
verified=content.get('userInfo').get('verified')
guanzhu=content.get('userInfo').get('follow_count')
name=content.get('userInfo').get('screen_name')
fensi=content.get('userInfo').get('followers_count')
gender=content.get('userInfo').get('gender')
urank=content.get('userInfo').get('urank')
print("微博昵称："+name+"\n"+"微博主页地址："+profile_url+"\n"+"微博头像地址："+profile_image_url+"\n"+"是否认证："+str(verified)+"\n"+"微博说明："+description+"\n"+"关注人数："+str(guanzhu)+"\n"+"粉丝数："+str(fensi)+"\n"+"性别："+gender+"\n"+"微博等级："+str(urank)+"\n")
#获取微博内容信息,并保存到文本中，内容包括：每条微博的内容、微博详情页面地址、点赞数、评论数、转发数等
def get_weibo(id,file):
i=1
while True:
url='https://m.weibo.cn/api/container/getIndex?type=uid&value='+id
weibo_url='https://m.weibo.cn/api/container/getIndex?type=uid&value='+id+'&containerid='+get_containerid(url)+'&page='+str(i)
try:
data=use_proxy(weibo_url,proxy_addr)
content=json.loads(data).get('data')
cards=content.get('cards')
if(len(cards)>0):
for j in range(len(cards)):
print("-----正在爬取第"+str(i)+"页，第"+str(j)+"条微博------")
card_type=cards[j].get('card_type')
if(card_type==9):
mblog=cards[j].get('mblog')
attitudes_count=mblog.get('attitudes_count')
comments_count=mblog.get('comments_count')
created_at=mblog.get('created_at')
reposts_count=mblog.get('reposts_count')
scheme=cards[j].get('scheme')
text=mblog.get('text')
with open(file,'a',encoding='utf-8') as fh:
fh.write("----第"+str(i)+"页，第"+str(j)+"条微博----"+"\n")
fh.write("微博地址："+str(scheme)+"\n"+"发布时间："+str(created_at)+"\n"+"微博内容："+text+"\n"+"点赞数："+str(attitudes_count)+"\n"+"评论数："+str(comments_count)+"\n"+"转发数："+str(reposts_count)+"\n")
i+=1
else:
break
except Exception as e:
print(e)
pass
if __name__=="__main__":
file=time.strftime("%Y-%m-%d-%H", time.localtime())+"-"+id+".txt"
get_userInfo(id)
get_weibo(id,file)
"""
微博昵称：鸟叔操盘--指导
微博主页地址：https://m.weibo.cn/u/6418190932?uid=6418190932&luicode=10000011&lfid=1005056418190932
微博头像地址：https://tvax2.sinaimg.cn/crop.0.0.180.180.180/0070m4EAly8fpp1pwqq26j3050050jrb.jpg
是否认证：False
微博说明：知名财经博主 头条文章作者 微博签约自媒体
关注人数：3301
粉丝数：111
性别：m
微博等级：11
-----正在爬取第1页，第0条微博------
-----正在爬取第1页，第1条微博------
-----正在爬取第1页，第2条微博------
-----正在爬取第1页，第3条微博------
-----正在爬取第1页，第4条微博------
-----正在爬取第1页，第5条微博------
-----正在爬取第1页，第6条微博------
-----正在爬取第1页，第7条微博------
-----正在爬取第1页，第8条微博------
-----正在爬取第2页，第0条微博------
-----正在爬取第2页，第1条微博------
-----正在爬取第2页，第2条微博------
-----正在爬取第2页，第3条微博------
"""
"""
----第1页，第0条微博----
微博地址：https://m.weibo.cn/status/GyHojrupo?mblogid=GyHojrupo&luicode=10000011&lfid=1076036418190932
发布时间：09-10
微博内容：9-10午盘：创业板再创新低，前期的最强的板块，科技股压制大盘反弹，<br />盘面不清晰方向，尾盘再决定买股方向。
点赞数：0
评论数：0
转发数：0
----第1页，第1条微博----
微博地址：https://m.weibo.cn/status/GyHogu2PR?mblogid=GyHogu2PR&luicode=10000011&lfid=1076036418190932
发布时间：09-10
微博内容：这波反弹的动力来源于权重股
点赞数：0
评论数：0
转发数：0
----第1页，第2条微博----
微博地址：https://m.weibo.cn/status/GyHof47S5?mblogid=GyHof47S5&luicode=10000011&lfid=1076036418190932
发布时间：09-10
微博内容：我认为浪潮信息是没有多大的回调空间的，贸易战的真皮还没有披露，依然还停留在贸易层次，升级到科技层面还尚需要时间。美国对中国的优势就是科技，除了科技，它没有多少牌能够压制中国。<br />中国的绝对优势就是：市场那么大，摆在那里，任何人都不可忽略。
点赞数：0
评论数：0
转发数：0
----第1页，第3条微博----
微博地址：https://m.weibo.cn/status/GyHocDf15?mblogid=GyHocDf15&luicode=10000011&lfid=1076036418190932
发布时间：09-10
微博内容：东方财富不是科技股，它只是创业板的权重股，它的前期已经够抗跌于创业板了，那么创业板继续创新低，它无可避免是要跟随回调的，这是东财今天迅速跌停的原因。
点赞数：0
评论数：0
转发数：0
"""
上一篇 搜索 下一篇