爬取微博客戶端使用者評論

2021-10-11 12:06:05 字數 1722 閱讀 6637

'''


# -*- coding:utf-8 -*-


@filename: weibo_comment.py


@date : 2018/12/5 13:01


@author : 風夏


@hobby : mi mi 貓


'''import requests


import json


import time


import emoji #pip install emoji


import schedule #pip install schedule


import re


def task():


# with open('comment.txt', 'r') as f:


# file = f.read()


for i in range(1, 3): #微博客戶端**目前只能爬取16頁資料


print('********************第頁********************'.format(i))


header = 


if i == 1:


url = ''


else:


url = ''.format(max_id)


cookie = 


response = requests.get(url, headers=header, cookies=cookie)


text = json.loads(response.text)['data']


max_id = text['max_id']


comments = text['data']


for j in comments:


comment = emoji.demojize(comment)#去除表情


comment = re.sub(":\s+?:"," ",comment)


# name = emoji.demojize(name)


# name = re.sub(":\s+?:"," ",name)


print(name, created_at, comment)


with open("comment.txt", "a",encoding='utf-8') as f:


f.write(name + " " + created_at + " " + comment + "\n")


# if comment in file:


# pass


# else:


# try:


# with open("1.txt", "a") as f:


# f.write(name + " " + created_at + " " + comment + "\n")


# except:


# pass


time.sleep(2) #防止爬得太快被反爬，進行睡眠2s


# schedule.every(30).minutes.do(job) #定時任務，每隔30分鐘呼叫一次job函式


schedule.every(20).seconds.do(task) #定時任務，每隔20秒呼叫一次job函式


# task()


while true:


# time.sleep(1)


schedule.run_pending()

爬取部落格評論

通過抓包獲取資料 還要找到真實的 url 位址 多數在 networt xhr 中 import requests import json link headers r requests.get link,headers headers print 頁面狀態響應碼 r.status code 此時已...

客戶端爬取 答網友問

客戶端爬取 發布之後，有鮮花也有質疑，也有很多愛智求真 善於思考的同學在點讚之餘，提出了一些有價值或者覺得有必要一答的問題，包括技術層面和道德層面，本文就主要問題作出解答。爬蟲技術 一 一篇文章了解爬蟲技術現狀 爬蟲技術 二 客戶端爬蟲 爬蟲技術 三 客戶端爬取 問題二 客戶端爬蟲應用在什麼場景 需...

android oauth 微博客戶端 架構一

ui層微博中的各個窗體 就是所謂的各個activity logic層 程式的核心控制排程模組，獲取ui傳遞的資料 要執行的任務，呼叫微博介面，獲得網路資料，返回訊息，重新整理 切換 ui 相當於mvc中的control，處理相應的業務邏輯.資料庫操作 以上都是mvc中的model，即使相應資料操作。...