python 微博爬虫 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
armorsmith
V2EX    Python

python 微博爬虫

  •  
  •   armorsmith 2016-12-04 17:09:00 +08:00 4389 次点击
    这是一个创建于 3307 天前的主题,其中的信息可能已经有所发展或是发生改变。

    初学 python

    在试着写微博的爬虫,然后发现网页版贼难爬,就打算对手机版下手。 因为我是百度链接跳进去的,所以我想问问大佬们有没有什么办法可以直接返回跳转后 url 里的参数啊 那个 id 正好就能构造手机版的 url 
    17 条回复    2016-12-26 13:03:03 +08:00
    armorsmith
        1
    armorsmith  
    OP
       2016-12-04 17:29:35 +08:00
    嗯,在 js 脚本里找到了 id 了,但是登陆还是得登陆。。。我去想想怎么构造 headers
    xiandao7997
        2
    xiandao7997  
       2016-12-04 17:39:35 +08:00 via Android
    用 API 不好吗
    armorsmith
        3
    armorsmith  
    OP
       2016-12-04 18:00:38 +08:00
    因为是想做一个定向社工的工具,先调用搜索引擎,再进各个 SNS 爬记录,爬虫会很小,就没考虑 api
    mazyi
        4
    mazyi  
    PRO
       2016-12-04 19:57:16 +08:00
    登陆的密码那里有坑,小心
    scola
        5
    scola  
       2016-12-05 08:10:01 +08:00
    我爬过, 用 pyspider 直接爬网页版, 不用登录
    holajamc
        6
    holajamc  
       2016-12-06 09:16:41 +08:00
    一些 app 的 ua 可以少很多验证
    zhifubao
    armorsmith
        7
    armorsmith  
    OP
       2016-12-06 20:23:52 +08:00
    @mazyi 正在尝试模拟登陆...很好奇为啥 cookie 解决不了,还是我太菜了...
    armorsmith
        8
    armorsmith  
    OP
       2016-12-06 20:24:39 +08:00
    @scola 因为是练手项目所以打算慢慢撸
    armorsmith
        9
    armorsmith  
    OP
       2016-12-06 20:39:31 +08:00
    @holajamc zhifubao 啊 spider 啊这样的还是会被新浪拦住的


    urllib2.HTTPError: HTTP Error 403: Forbidden
    holajamc
        10
    holajamc  
       2016-12-07 00:28:42 +08:00 via iPhone
    @armorsmith 这个是可以的,可以看看其他和新浪有合作的公司。。。不能说太多了。。。一个朋友告诉我的
    jelinet
        11
    jelinet  
       2016-12-07 16:34:00 +08:00
    刚刚做了微博的模拟登录。 lz 有啥问题可以直接抛出来。
    jelinet
        12
    jelinet  
       2016-12-07 16:35:41 +08:00
    @holajamc 还是想知道。。。其实就是要走商业合作这条路?
    armorsmith
        13
    armorsmith  
    OP
       2016-12-07 20:09:55 +08:00
    @holajamc 那我多试试别的 uaQAQ
    armorsmith
        14
    armorsmith  
    OP
       2016-12-07 20:15:41 +08:00
    @jelinet 膜拜大佬,我用谷歌浏览器开隐私模式就会发现微博可以不登陆就看嘛,就是先会被定位到 sina visitor system 然后再回首页。但是我就是总被拦在 sina visitor system 里, headers 设置了很多次了还是出不去。求教正确进入姿势....
    holajamc
        15
    holajamc  
       2016-12-08 09:52:40 +08:00
    @jelinet 是啊,商业合作的,这个是确认的
    scriptkid
        16
    scriptkid  
       2016-12-16 10:17:25 +08:00
    前段时间无聊撸了个帐号密码登录(暂不支持登录验证码)加上天气 API ,每天自动发送天气预报微博。
    脚本登录的话还是比较简单的,后面想着再加上微博各种基本功能(转发、回复、关注什么的),不过懒而且没什么时间一直拖着。。。欢迎交流
    armorsmith
        17
    armorsmith  
    OP
       2016-12-26 13:03:03 +08:00
    微博卡住没动,撸了个贴吧的,输入 qq 手机或者类似信息,返回疑似用户,选择是否爬取该用户所有发言。期末渡劫,寒假再继续,占个坑。
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     959 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 29ms UTC 20:42 PVG 04:42 LAX 12:42 JFK 15:42
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86