根据关键词和限制时间爬取微博信息

今天师姐要我帮她爬微博数据...

image.png

image.png

因为师姐有时间的限制
因此我们仔细观察微博的状态

发现这里有一个高级搜索
image.png

微博还是很贴心的
image.png

居然只能爬50页??
我收回我刚才的话,哼~
然后网上发现有小哥哥写好的代码.....
copy 起来
链接丢在这里https://www.jianshu.com/p/28553c1789f9
等等好像有些地方不一样,我们改改

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Date    : 2020-02-28 13:32:33
# @Author  : Muxiaoxiong
# @email   : xiongweinie@foxmail.com


import time
import xlrd
import xlwt
from xlutils.copy import copy
from selenium import webdriver
from selenium.webdriver.common.keys import Keys

def write_excel_xls(path, sheet_name, value):
    index = len(value)  # 获取需要写入数据的行数
    workbook = xlwt.Workbook()  # 新建一个工作簿
    sheet = workbook.add_sheet(sheet_name)  # 在工作簿中新建一个表格
    for i in range(0, index):
        for j in range(0, len(value[i])):
            sheet.write(i, j, value[i][j])  # 像表格中写入数据(对应的行和列)
    workbook.save(path)  # 保存工作簿

def write_excel_xls_append(path, value):
    index = len(value)  # 获取需要写入数据的行数
    workbook = xlrd.open_workbook(path)  # 打开工作簿
    sheets = workbook.sheet_names()  # 获取工作簿中的所有表格
    worksheet = workbook.sheet_by_name(sheets[0])  # 获取工作簿中所有表格中的的第一个表格
    rows_old = worksheet.nrows  # 获取表格中已存在的数据的行数
    new_workbook = copy(workbook)  # 将xlrd对象拷贝转化为xlwt对象
    new_worksheet = new_workbook.get_sheet(0)  # 获取转化后工作簿中的第一个表格
    for i in range(0, index):
        for j in range(0, len(value[i])):
            new_worksheet.write(i+rows_old, j, value[i][j])  # 追加写入数据,注意是从i+rows_old行开始写入
    new_workbook.save(path)  # 保存工作簿

def read_excel_xls(path):
    workbook = xlrd.open_workbook(path)  # 打开工作簿
    sheets = workbook.sheet_names()  # 获取工作簿中的所有表格
    worksheet = workbook.sheet_by_name(sheets[0])  # 获取工作簿中所有表格中的的第一个表格
    for i in range(0, worksheet.nrows):
        for j in range(0, worksheet.ncols):
            print(worksheet.cell_value(i, j), "\t", end="")  # 逐行逐列读取数据
        print()

def spider(startime,endtime,book_name_xls,sheet_name_xls,keywords,maxWeibo):

    driver = webdriver.Chrome()
    driver.set_window_size(1400, 800)
    driver.get("https://s.weibo.com/weibo?q=%s&typeall=1&suball=1&timescope=custom:%s:%s&Refer=g&display=0&retcode=6102"%(keywords,startime,endtime))
    for i in range(60):
        time.sleep(1)
        print('进入等待时间,剩余时间为%s'%(60-i),end='\r',)
    value_title = [["rid", "用户名称", "微博内容", "微博转发量","微博评论量","微博点赞","发布时间","搜索关键词","原创or转发","文本类型"],]
    write_excel_xls(book_name_xls, sheet_name_xls, value_title)
    rid = 0
    page=0
    while rid<maxWeibo:
        page +=1
        driver.get("https://s.weibo.com/weibo?q=%s&typeall=1&suball=1&timescope=custom:%s:%s&Refer=g&page=%s"%(keywords,startime,endtime,page))
        elems=driver.find_elements_by_css_selector('div.card')
        for elem in elems:
            try:
                rid = rid + 1
                #用户名
                weibo_username = elem.find_elements_by_css_selector('a.name')[0].text
                #微博内容
                #分为有全文和无全文
                weibo_content = elem.find_elements_by_css_selector('p.txt')[0].text
                shares = elem.find_elements_by_css_selector('div.card-act > ul > li:nth-child(2)')[0].text
                shares=shares.replace("转发","")
                comments = elem.find_elements_by_css_selector('div.card-act > ul > li:nth-child(3)')[0].text
                comments=comments.replace("评论","")
                likes = elem.find_elements_by_css_selector('div.card-act > ul > li:nth-child(4)')[0].text
                try:
                    elem.find_element_by_css_selector('div[node-type="feed_list_media_prev"]')
                    content_type='文字+图片'
                except:
                    content_type='文字'
                try:
                    elem.find_element_by_css_selector('div.con')
                    yczf='转发'
                except:
                    yczf='原创'
                #发布时间
                weibo_time = elem.find_elements_by_css_selector('p.from > a:nth-child(1)')[0].text
                print("正在爬取第%s"%rid)
                value1 = [[rid, weibo_username,weibo_content, shares,comments,likes,weibo_time,keywords,yczf,content_type],]
                write_excel_xls_append(book_name_xls, value1)
            except:
                pass

if __name__ == '__main__':
    startime = "2019-09-01-0" #开始时间
    endtime = "2019-11-30-0" #结束时间
    book_name_xls = "G:/selenium+爬虫/爬取NCBI/weibo.xls" #填写你想存放excel的路径,没有文件会自动创建
    sheet_name_xls = '微博数据' #sheet表名
    maxWeibo = 20000 #设置最多多少条微博,如果未达到最大微博数量可以爬取当前已解析的微博数量
    keywords = "抑郁" #输入你想要的关键字,建议有超话的话加上##,如果结果较少,不加#
    spider(startime,endtime,book_name_xls,sheet_name_xls,keywords,maxWeibo)

又是开心的一天~

©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 216,240评论 6 498
  • 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 92,328评论 3 392
  • 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 162,182评论 0 353
  • 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 58,121评论 1 292
  • 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 67,135评论 6 388
  • 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 51,093评论 1 295
  • 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 40,013评论 3 417
  • 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 38,854评论 0 273
  • 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 45,295评论 1 310
  • 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 37,513评论 2 332
  • 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 39,678评论 1 348
  • 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 35,398评论 5 343
  • 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 40,989评论 3 325
  • 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 31,636评论 0 22
  • 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 32,801评论 1 268
  • 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 47,657评论 2 368
  • 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 44,558评论 2 352

推荐阅读更多精彩内容

  • 最近听了一些励志演讲课,我发现成功的演讲家是会“造梦”的,所谓“造梦”就是他们会帮你规划未来,畅想成功之后的景象。...
    杨爽blue阅读 2,233评论 10 44
  • 母亲节抒怀 ————写给我的母亲 养育之恩盖满天, ...
    三十七度女人阅读 334评论 0 8
  • tree命令: 查看指定目录,可以看流程树 效果等同于ls 需要安装: yum -y install tree ...
    苏为阅读 285评论 0 1
  • 柳小娟哭了好久才变成抽泣,刘金山扶住她的双肩问道:“倒底出什么事了,你看整个人都哭成了泪人。" 柳小娟带着哭腔说:...
    切苗阅读 256评论 0 8