Python 學(xué)習(xí)記錄3

獲取微博關(guān)注者的信息并抓取微博里的發(fā)布的照片原圖

import re,os,urllib,time,requests
from bs4 import BeautifulSoup
from urllib import request

url = "https://weibo.cn/xxxxxxxxx/follow?page="
headers = {"User-Agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.101 Safari/537.36'}
cookies = {"cookie": "Your cookie"}
dir = "C:\\Users\\xxxxx\\Desktop\\Python\\Weibo"

微博里發(fā)布的是單張圖片

def single(html,imgdir):
    reg_ori = r'src="(.+?)wap180/.+?\.jpg"' #獲取圖片url的開頭
    reg_end = r'src=".+?/wap180/(.+?\.jpg)"' #獲取圖片url的結(jié)尾
    reg_orire = re.compile(reg_ori)
    reg_endre = re.compile(reg_end)
    url_ori = reg_orire.findall(html)[0]
    url_end = reg_endre.findall(html)[0]
    url = url_ori + "large" + '/' + url_end #生成新的url,把wap180換成large就是照片原圖的url
    print(url)
    x = url_end.split('.')[0]
    curdir = imgdir + '\\'
    urllib.request.urlretrieve(url, '{}{}.jpg'.format(curdir, x))  

微博里發(fā)布的是多張圖片

def group(html,imgdir):
    reg = r'<(a href=".+?">.+?)</a>'
    regre = re.compile(reg)
    lists = regre.findall(html) #找到所有的url
    for i in lists:
        if u'組圖' in i: #判斷是不是包含照片url
            ureg = r'a href="(https.+?)">'
            uregre = re.compile(ureg)
            gro_url = uregre.findall(i)[0]
            html = requests.get(gro_url,cookies=cookies,headers=headers).text
            img = r'img src="(http.+?\.jpg)"' #抓取照片的url
            imgre = re.compile(img)
            imgurl = imgre.findall(html)
            for u in imgurl:
                s = r'(.+?)thumb180/.+?\.jpg'
                e = r'.+?/thumb180/(.+?\.jpg)'
                ss = re.compile(s).findall(u)[0]
                ee = re.compile(e).findall(u)[0]
                uu = ss + "large" + '/' + ee #將thumb180換成large就是照片原圖url
                print(uu)
                curdir = imgdir + '\\'
                x = ee.split('.')[0] #以照片url結(jié)尾的字符作為照片的名字保存
                urllib.request.urlretrieve(uu, '{}{}.jpg'.format(curdir, x))
                time.sleep(2)
        time.sleep(2)  

獲取所有微博的總頁數(shù)

def Page(url):
    response = requests.get(url, cookies=cookies, headers=headers)
    reg = r'value="(\d+)"'
    page = int(re.compile(reg).findall(response.text)[0])
    return page  

遍歷所有頁數(shù)的微博

def GetFollow(url,dir):
    ori_url = url + str(1)
    num = Page(ori_url)
    for i in range(1,num+1):
        print("第" + str(i) + "頁")
        curr_url = url + str(i)
        try:
            response = requests.get(curr_url, cookies=cookies, headers=headers)
            while response.status_code != 200:
                response = requests.get(curr_url, cookies=cookies, headers=headers)
            soup = BeautifulSoup(response.text,'lxml')
            weibo = soup.find_all('div',class_ = "c")
            for w in weibo:
                i = str(w)
                if u'原圖' in i:
                    if u'組圖' in i:
                        print("多圖")
                        group(i,dir)
                        time.sleep(2)
                    else:
                        print("單圖")
                        single(i,dir)
                        time.sleep(2)
        except:
            time.sleep(2)
            continue
        time.sleep(2)  

獲取所有關(guān)注的人忆肾,并抓取粉絲信息俱病,主頁網(wǎng)址信息励烦,創(chuàng)建以微博ID為名字的目錄壤躲,輸出基本信息到txt文件中

def GetAll(url):
    for p in range(1,56):
        curr_url = url + str(p)
        html = requests.get(curr_url,cookies=cookies,headers=headers).text
        #print(html)
        soup = BeautifulSoup(html,'lxml')
        follow = soup.find_all("td")
        list = []
        for i in range(1,20,2):
            list.append(follow[i])
        for i in list:
            con = str(i)
            #print(con)
            reg_url = r'td valign="top"><a href="(https://weibo.cn.+?)">.+?</a>' #匹配出微博主頁url
            reg_name = r'td valign="top"><a  #匹配出微博ID
            reg_fans = r'<br/>(.+?)<br/>' #匹配出微博粉絲
            urlre = re.compile(reg_url)
            namere = re.compile(reg_name)
            fansre = re.compile(reg_fans)
            fourl = urlre.findall(con)[0]
            foname = namere.findall(con)[0]
            fofans = fansre.findall(con)[0]
            print(fourl,foname,fofans)
            people_dir = dir + '\\' + foname
            if not os.path.isdir(people_dir):
                os.mkdir(people_dir)
            os.chdir(people_dir)
            file = people_dir + '\\' + foname + ".txt"
            ff = open(file,'at',encoding=('utf-8'))
            out = foname + ' ' + fofans + ' ' + fourl + '\n'
            ff.write(out)
            ff.close()
            full_url = fourl + "?page="
            GetFollow(full_url, people_dir)
            os.chdir(dir)
            time.sleep(5)

GetAll(url)
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末霞掺,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子传于,更是在濱河造成了極大的恐慌囱挑,老刑警劉巖,帶你破解...
    沈念sama閱讀 221,820評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件沼溜,死亡現(xiàn)場(chǎng)離奇詭異平挑,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,648評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門通熄,熙熙樓的掌柜王于貴愁眉苦臉地迎上來唆涝,“玉大人,你說我怎么就攤上這事唇辨±群ǎ” “怎么了?”我有些...
    開封第一講書人閱讀 168,324評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵赏枚,是天一觀的道長(zhǎng)亡驰。 經(jīng)常有香客問我,道長(zhǎng)饿幅,這世上最難降的妖魔是什么凡辱? 我笑而不...
    開封第一講書人閱讀 59,714評(píng)論 1 297
  • 正文 為了忘掉前任,我火速辦了婚禮栗恩,結(jié)果婚禮上透乾,老公的妹妹穿的比我還像新娘。我一直安慰自己磕秤,他們只是感情好续徽,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,724評(píng)論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著亲澡,像睡著了一般钦扭。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上床绪,一...
    開封第一講書人閱讀 52,328評(píng)論 1 310
  • 那天客情,我揣著相機(jī)與錄音,去河邊找鬼癞己。 笑死膀斋,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的痹雅。 我是一名探鬼主播仰担,決...
    沈念sama閱讀 40,897評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼绩社!你這毒婦竟也來了摔蓝?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,804評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤愉耙,失蹤者是張志新(化名)和其女友劉穎贮尉,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體朴沿,經(jīng)...
    沈念sama閱讀 46,345評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡猜谚,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,431評(píng)論 3 340
  • 正文 我和宋清朗相戀三年败砂,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片魏铅。...
    茶點(diǎn)故事閱讀 40,561評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡昌犹,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出览芳,到底是詐尸還是另有隱情祭隔,我是刑警寧澤,帶...
    沈念sama閱讀 36,238評(píng)論 5 350
  • 正文 年R本政府宣布路操,位于F島的核電站,受9級(jí)特大地震影響千贯,放射性物質(zhì)發(fā)生泄漏屯仗。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,928評(píng)論 3 334
  • 文/蒙蒙 一搔谴、第九天 我趴在偏房一處隱蔽的房頂上張望魁袜。 院中可真熱鬧,春花似錦敦第、人聲如沸峰弹。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,417評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽鞠呈。三九已至,卻和暖如春右钾,著一層夾襖步出監(jiān)牢的瞬間蚁吝,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,528評(píng)論 1 272
  • 我被黑心中介騙來泰國(guó)打工舀射, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留窘茁,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,983評(píng)論 3 376
  • 正文 我出身青樓脆烟,卻偏偏與公主長(zhǎng)得像山林,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子邢羔,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,573評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容