公众号：大邓带你玩python
本文建议在公众号阅读，从公众号复制过程中缺失了很多图片
在那种情景下，是个人都很难理性的。于欢与其母人身自由失去了，生命权生存权尊严的权利面临着随时被侵害的风险，在这种情况下，为了自己的母亲，于欢做了他应该做的事情，我觉得他没有做错。
他的行为合情：
于欢因为母亲受辱，做出了我们都认为对的事情，儿子就该这样做，符合孝道为人子的行为规范，他的行为，合情。
他的行为合法：
在那特定情境下，人身自由被限制，生命安全随时受到伤害，属于不法侵害正在发生，阻止犯罪行为的继续进行，属于正当防卫，合法。
哎，但有的时候我就是觉得法律与人情有交叉又有分离，并不能完美的划上等号，这真的很让人纠结。
故事的开始是这样
2016年4月14日，一位22岁的男子于欢，在母亲苏银霞和自己被11名催债人长达一小时的侮辱后，情急之下用水果刀刺伤了4人。其中，被刺中的杜志浩自行驾车就医，却因失血过多休克死亡。儿子于欢因刺死1人被判无期，判决引发社会热议。山东女企业家苏银霞年轻的儿子于欢，杀死了催债人杜志浩。
案例：于欢案微博评论
微博搜#辱母杀人案#，我们发现人民日报的评论都只有不到1000条，但通过一些分析，发现澎湃新闻相关新闻有近3万条评论。那么我们就爬“澎湃新闻”吧
如果不想看后面的详细图文，也可直接看视频
任务分析
我们之前做过几次微动态网页爬虫，也有针对微博的爬虫任务。通过经验，总结为一下几个要点：
1、抓包分析获得有规律的网址
2、使用cookie保持微博的登录状态
3、数据传输是json格式（类似于字典）
4、这次用正则表达式匹配出想要的评论文本
4、这次再多一个文本数据的保存
1、抓包分析
澎湃新闻网址
http://weibo.com/thepapernewsapp?refer_flag=1005055014_
点击这条新闻的评论，出现下图：
然后我们点击“查看更多”，弹出了另外一个网页
http://weibo.com/5044281310/EBCPc6GhJ?filter=hot&root_comment_id=0&type=comment
打开开发者工具，进行抓包分析，先点击‘查看更多’
出现可疑网址
可疑网址：
http://weibo.com/aj/v6/comment/big?ajwvr=6&id=4089673821592515&root_comment_max_id=183623306287751&root_comment_max_id_type=0&root_comment_ext_param=&page=4&filter=hot&sum_comment_number=6598&filter_tips_before=0&from=singleWeiBo&__rnd=1490606915317
发现该网址中去掉不可用的部分，如下
'http://weibo.com/aj/v6/comment/big?ajwvr=6&id=4089673821592515&root_comment_max_id=162870024611262&root_comment_max_id_type=0&root_comment_ext_param=&page=5&filter=hot'
发现现在是在第五个叶片，page=5。
那么我们就先默认这个网址是可行的，进行后续的操作。
构造出base_url = 'http://weibo.com/aj/v6/comment/big?ajwvr=6&id=4089673821592515&root_comment_max_id=162870024611262&root_comment_max_id_type=0&root_comment_ext_param=&page={page}&filter=hot'
2、cookie的使用
这里我就简单说下吧
Cookie = {'Cookie'：‘你的cookie’}
然后发请求
r = requests.get(url, cookies= Cookie)
3、json格式数据
r = requests.get(url, cookies= Cookie)
在咱们这个案例中，数据就是类似于字典的数据
r.text返回的似乎是dict格式的数据，那么真的如自己所想吗？检验下数据格式
结果print(type(r.text))返回的是str，所以我们暂时还不能用dict[key]这种方式获取我们想要的html数据。
这里首先要将str转换为dict，解决办法有两个：
方法一：
import json
Data = json.loads（r.text）
方法二：
直接使用requests的方法
Data = r.json()
我们使用方法二，也建议大家使用方法二：
现在我们马上能能获取html了，在其中也应该能找到评论。结果如下
4、正则匹配出评论文本
首先我们列出几个评论，如下
:不是所有的警察都是这样的。就是因为败类警察太多。
:严查黑恶势力的保护伞，公安系统没有保护伞，他们不会那么猖獗
我们发现评论内容前都出现了,评论内容后出现
那么我们可以构造一个正则表达式规律模板：
re.compile(r': (.*?) )
但是，评论中还是有杂质，如图片链接等，我们只要汉字内容！！！
那么我们这里再用一次正则，匹配出所有的汉字
汉字的正则表达式是
re.compile(r'[\u4e00-\u9fa5]')
多个汉字的表达式是
re.compile(r'[\u4e00-\u9fa5]+')
我们用多个（多于一个汉字）汉字的表达式
但评论是列表格式，我们必须把每个评论编程字符串格式。这里用到列表中多个字符串的拼接方法
5、保存
import os
#获取当前代码所在的文件夹路径
path = os.getcwd()
filename = '辱母杀人评论.txt'
file = path + '/' + filename
f = open(file, 'a+', encoding='utf-8')
#文本写入txt文件
f.write(comment)
#这么详细，不要我写了吧，大功告成了
更多内容
大数据
爬虫
【视频】有了selenium，小白也可以自豪的说：“去TMD的抓包、cookie”
【视频】快来get新技能--抓包+cookie,爬微博不再是梦
文本分析
神奇的python
