python爬虫爬取微博粉丝数据

2024年07月13日 数组 Python51

现如今,微博成为大多数追星族追星的渠道之一,通过超话打卡,微博打榜,控评等维护自己的偶像。而品牌方会根据明星粉丝流量选取合适的代言人或活动嘉宾,微博中的粉丝数据可以很简单的分析出,本文小编就从爬虫的角度带领大家使用python爬虫爬取微博粉丝数据。

1、自动登录微博

driver = webdriver.Chrome(driver_path)  # 打开Chrome
driver.maximize_window()  # 将浏览器最大化显示
driver.get(weibo_url)  # 打开微博登陆页面
time.sleep(10)  # 加载页面需要时间,延时10s来确保页面已加载完毕
time.sleep(2)
driver.find_element_by_name("username").send_keys(username)  ##输入用户名
driver.find_element_by_name("password").send_keys(password)  ##输入密码
driver.find_element_by_xpath("//a[@node-type='submitBtn']").click()  ##点击登录按钮

2、获取cookie并将返回的Cookies数组转成微博需要的cookie格式

for x in range(len(cookies)):
value = cookies[x]['name'] + "=" + cookies[x]['value'] + ";"
cookie = cookie + value
return cookie

3、利用BeautifulSoup库进行解析html操作

headers['Cookie']=cookie
info_response = requests.get('http://s.weibo.com/user/' + names_list[x], headers)  # 微博搜索的页面url
info_soup = BeautifulSoup(info_response.text, 'html5lib')  # 利用BeautifulSoup库进行解析html操作
info_soup = get_html(info_soup, "pl_user_feedList")

4、找到用户信息的html

weibo_info = info_soup.find_all('a', attrs={"class": "W_linkb", "target": "_blank"})  # 找到用户信息的html
id = weibo_info[0].get('href')  # 用户id
subs_size = weibo_info[0].string  # 关注数
fans_size = weibo_info[1].string  # 粉丝数
contents_size = weibo_info[2].string  # 微博数
subs_size = int(re.sub("\D", "", subs_size))  # 只取出数字,其它的不管用,下面同理
fans_size = int(re.sub("\D", "", fans_size))
contents_size = int(re.sub("\D", "", contents_size))
id = int(re.findall('\d+', id)[0])
return [subs_size, fans_size, contents_size, id]

5、进行爬取

if __name__ == '__main__':
    browser = WeiboFansCrawler()
    browser.login()

    # 明星列表
    star_lists = ['谢娜', '何炅', 'Angelababy', '杨幂', '陈坤', '赵薇', '姚晨',
             '林心如', '邓超', '郭德纲', '林志颖', '张小娴', '赵丽颖', '范冰冰',
             '贾乃亮', '唐嫣', '胡歌', '陈乔恩', '王力宏', '黄晓明', '文章同學',
             '刘亦菲', '陈羽凡']

    # 若本地缓存中没有,则在线获取ID
    if len(browser.stars) == 0:
        for star in star_lists:
            browser.get_page_id(star)

    # ID缓存到本地
    with open('star_id.txt', 'w') as f:
        f.write(str(browser.stars))

    # 获取主页数据
    browser.get_fan_cnt()
    browser.get_home_data()
    browser.dump_home_data()

    # 获取并缓存数据到本地
    loop = 0
    while True:
        browser.get_fans_data()
        browser.dump_fans_data()
        loop += 1
        if loop > 20:
            break
        time.sleep(100)
    
    print(browser.stars)
    print(browser.data)

以上就是python爬虫爬取微博粉丝数据的代码,大家可以套入代码直接使用哦~

本文链接:http://so.lmcjl.com/news/8379/

展开阅读全文