Python 学习记录3

获取微博关注者的信息并抓取微博里的发布的照片原图

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"

微博里发布的是单张图片

def single(html,imgdir):
    reg_ori = r'src="(.+?)wap180/.+?\.jpg"' #获取图片url的开头
    reg_end = r'src=".+?/wap180/(.+?\.jpg)"' #获取图片url的结尾
    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换成large就是照片原图的url
    print(url)
    x = url_end.split('.')[0]
    curdir = imgdir + '\\'
    urllib.request.urlretrieve(url, '{}{}.jpg'.format(curdir, x))  

微博里发布的是多张图片

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'组图' in i: #判断是不是包含照片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 #将thumb180换成large就是照片原图url
                print(uu)
                curdir = imgdir + '\\'
                x = ee.split('.')[0] #以照片url结尾的字符作为照片的名字保存
                urllib.request.urlretrieve(uu, '{}{}.jpg'.format(curdir, x))
                time.sleep(2)
        time.sleep(2)  

获取所有微博的总页数

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  

遍历所有页数的微博

def GetFollow(url,dir):
    ori_url = url + str(1)
    num = Page(ori_url)
    for i in range(1,num+1):
        print("第" + str(i) + "页")
        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'原图' in i:
                    if u'组图' in i:
                        print("多图")
                        group(i,dir)
                        time.sleep(2)
                    else:
                        print("单图")
                        single(i,dir)
                        time.sleep(2)
        except:
            time.sleep(2)
            continue
        time.sleep(2)  

获取所有关注的人,并抓取粉丝信息,主页网址信息,创建以微博ID为名字的目录,输出基本信息到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>' #匹配出微博主页url
            reg_name = r'td valign="top"><a href="https://weibo.cn.+?">(.+?)</a>' #匹配出微博ID
            reg_fans = r'<br/>(.+?)<br/>' #匹配出微博粉丝
            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)
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350

推荐阅读更多精彩内容