为了知道女朋友的小秘密,我用python爬了榜姐微博下60000个女生小秘密!
本帖最后由 创造太阳 于 2020-3-5 01:06 编辑我又来了,没有分手,我们的关系还是很好的!
我给女朋友发了20000句情话,她暂时不想听情话了!(详见:女朋友抱怨不会说情话,用python给她发了20000句!让她见识见识情话大全!https://www.52pojie.cn/thread-1113388-1-1.html(出处: 吾爱破解论坛))
女朋友最近不找我下五子棋了!(详见:女朋友下棋比我厉害,还特别嚣张,不能忍。拿python敲个辅助,看她如何嚣张!https://www.52pojie.cn/thread-1116867-1-1.html(出处: 吾爱破解论坛))
不过也没怼我,上次的表情包好像白存了,不过还是留着吧,万一派上用场了呢?(详见:为了防止女朋友怼我,我就先用python爬了3600个怼人表情包等她来战!https://www.52pojie.cn/thread-1118801-1-1.html(出处: 吾爱破解论坛))
也不知道你们找到女朋友了没有,找到的话,一起来交流研究!(详见:别再酸了,女朋友是不可能发,但是可以用python帮你创造机会搞到一个!搞到来告诉我!https://www.52pojie.cn/thread-1119202-1-1.html(出处: 吾爱破解论坛))
女朋友存了好多网上的男明星的照片,我准备用python全部换成我的脸!https://www.52pojie.cn/thread-1120431-1-1.html(出处: 吾爱破解论坛)
由于是第一次谈恋爱,所以呢,对女生不是很了解,今天刚好看到微博榜姐搞了一个“女生哪些小秘密,是很多男生不知道的”,下边竟然有60000条评论!
60000个女生的小秘密啊!作为一个什么都不懂的男孩子,你是否好奇呢?
不管你好奇不好奇,反正我是挺好奇的!
看了60000个女生小秘密,女朋友的小秘密,我都能发现的!
代码已经封装了!一款爬取微博手机网页版评论的小程序https://www.52pojie.cn/thread-1123074-1-1.html(出处: 吾爱破解论坛)
代码如下(利用微博手机网页版!网址:https://m.weibo.cn):
import requests
import json
import re
# 定义保存评论的函数
def bcpl(weibo_id, url, headers, number):
count = 0 #设置一个初始变量count为0来进行计数
with open("微博id" + str(weibo_id) + ".txt", "a", encoding="utf8") as f: #打开一个名为“微博idxxxxxx”的txt文件,编码utf-8
# 当count数量小于预期的number时,进行循环
while count < number:
# 判断是不是第一组评论,如果是的话,第一组评论不需要加max_id,之后的需要加
if count == 0:
try:
url = url + weibo_id + '&mid=' + weibo_id + '&max_id_type=0'
web_data = requests.get(url, headers=headers) #F12查看data信息
js_con = web_data.json() #转换一下数据格式
# 获取连接下一页评论的max_id
max_id = js_con['data']['max_id']#max_id在中
print(max_id)
comments = js_con['data']['data'] #获得数据中中的
for comment in comments: #依次循环获得comments中的数据
comment = comment["text"] #获得下的数据,也就是评论数据
label = re.compile(r'</?\w+[^>]*>', re.S) #删除表情符号
comment = re.sub(label, '', comment) #获得文本评论
f.write(comment + '\n') #写入到文件中
count += 1 #count = count + 1
print("已爬取" + str(count) + "条评论!") #显示爬取到第几条
except Exception as e:
print("出错了" ,e)
continue
else:
try:
url = url + weibo_id + 'max_id=' + str(max_id) + '&max_id_type=0'
web_data = requests.get(url, headers=headers)
js_con = web_data.json()
max_id = js_con['data']['max_id']
comments = js_con['data']['data']
for comment in comments:
comment = comment["text"]
label = re.compile(r'</?\w+[^>]*>', re.S)
comment = re.sub(label, '', comment)
f.write(comment+ '\n')
count += 1
print("已爬取" + str(count) + "条评论!")
except Exception as e:
print("出错了" ,e)
continue
if __name__ == "__main__":
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36'
} #设置user-agent来进行伪装,突破微博反爬限制
url = 'https://m.weibo.cn/comments/hotflow?id='
weibo_id = '4478512314460101'# 要爬取的微博id#https://m.weibo.cn/detail/4478512314460101
#打开微博手机端网页https://m.weibo.cn,找到要爬取的微博id!
#手机端网页!手机端网页!手机端网页!
number = 60000 # 设置爬取评论量,爬取量在第X组,爬取时会爬取下来该组的数据,所以最终数据可能会大于number,一般是个整10的数
bcpl(weibo_id, url, headers, number)
代码已经封装了!一款爬取微博手机网页版评论的小程序https://www.52pojie.cn/thread-1123074-1-1.html(出处: 吾爱破解论坛) 这标题一个个的,很专业。 一堆重复的!!!!!!!!!!!!!!!!! 我去、老哥你是鬼才吧 利害了这是狗粮撒的 厉害了大神,这也行啊。。。简直liubility了
我去、老哥你是鬼才吧 还真有人下载,这是有多无聊啊! 论坛有此等鬼才 佩服,还可以这样