Python抓取微博有两种方式，一是通过selenium自动登录后从页面直接爬取，二是通过api。 这里采用selenium的方式。
程序：
代码语言：javascript复制from selenium import webdriver
import time
import re
#全局变量
driver = webdriver.Chrome("C:Program Files (x86)GoogleChromeApplicationchromedriver.exe")
def loginWeibo(username, password):
driver.get('https://passport.weibo.cn/signin/login')
time.sleep(1)
driver.find_element_by_id("loginName").send_keys("haishu_zheng@163.com")
driver.find_element_by_id("loginPassword").send_keys("Weibo01061122")
time.sleep(1)
driver.find_element_by_id("loginAction").click()
#driver.close()
def visitUserPage(userId):
driver.get('http://weibo.cn/' userId)
print('********************')
print('用户资料')
# 1.用户id
print('用户id:' userId)
# 2.用户昵称
strName = driver.find_element_by_xpath("//div[@class='ut']")
strlist = strName.text.split(' ')
nickname = strlist[0]
print('昵称:' nickname)
# 3.微博数、粉丝数、关注数
strCnt = driver.find_element_by_xpath("//div[@class='tip2']")
pattern = r"d .?d*" # 匹配数字，包含整数和小数
cntArr = re.findall(pattern, strCnt.text)
print(strCnt.text)
print("微博数：" str(cntArr[0]))
print("关注数：" str(cntArr[1]))
print("粉丝数：" str(cntArr[2]))
print('n********************')
# 4.将用户信息写到文件里
with open("weibo.txt", "w") as file:
file.write("用户ID：" userId 'rn')
file.write("昵称：" nickname 'rn')
file.write("微博数：" str(cntArr[0]) 'rn')
file.write("关注数：" str(cntArr[1]) 'rn')
file.write("粉丝数：" str(cntArr[2]) 'rn')
# 5.获取微博内容
# http://weibo.cn/ userId ? filter=0&page=1
# filter为0表示全部，为1表示原创
print("微博内容")
pageList = driver.find_element_by_xpath("//div[@class='pa']")
print(pageList.text)
pattern = r"d d*" # 匹配数字，只包含整数
pageArr = re.findall(pattern, pageList.text)
totalPages = pageArr[1] # 总共有多少页微博
print(totalPages)
pageNum = 1 # 第几页
numInCurPage = 1 # 当前页的第几条微博内容
contentPath = "//div[@class='c'][{0}]"
while(pageNum <= 2):
#while(pageNum <= totalPages):
contentUrl = "http://weibo.cn/" userId "?filter=0&page=" str(pageNum)
driver.get(contentUrl)
content = driver.find_element_by_xpath(contentPath.format(numInCurPage)).text
# print("n" content) # 微博内容，包含原创和转发
if "设置:皮肤.图片.条数.隐私" not in content:
numInCurPage = 1
with open("weibo.txt", "a") as file:
file.write("rn" "rn" content) # 将微博内容逐条写到weibo.txt中
else:
pageNum = 1 # 抓取新一页的内容
numInCurPage = 1 # 每一页都是从第1条开始抓
if __name__ == '__main__':
username = 'your username' # 输入微博账号
password = 'your password' # 输入密码
loginWeibo(username, password) # 要先登录，否则抓取不了微博内容
time.sleep(3)
uid = 'xywyw' # 寻医问药
visitUserPage(uid)运行结果：
同时还生成了weibo.txt文件，内容如下
