Python 學習記錄3

獲取微博關注者的信息并抓取微博里的發布的照片原圖

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

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)  

獲取所有關注的人,并抓取粉絲信息,主頁網址信息,創建以微博ID為名字的目錄,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)
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,412評論 6 532
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,514評論 3 416
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,373評論 0 374
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,975評論 1 312
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,743評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,199評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,262評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,414評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,951評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,780評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,983評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,527評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,218評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,649評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,889評論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,673評論 3 391
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,967評論 2 374

推薦閱讀更多精彩內容