雖然我是不用微博的，但由于某種原因，手機(jī)端的微博會時不時地推送幾條我必須看的消息過來。微博被看久了，前幾天又看到 語亮 - 簡書 一年前的的微博爬蟲，就有了對某人微博深入挖掘的想法。
之前語亮的爬蟲不能抓取用戶一條微博的多張圖片，一年后微博界面也發(fā)生了一些變化，決定還是參考語亮爬取手機(jī)端界面的方法更新下代碼，同時加上一點(diǎn)小小的數(shù)據(jù)分析。
主要想法是抓取指定用戶的全部微博原創(chuàng)內(nèi)容和全部原創(chuàng)圖片保存到本地，然后對原創(chuàng)微博進(jìn)行分類，并統(tǒng)計用戶最愛使用的表情、最常使用的詞語和微博中提到的人名。
（經(jīng)過驗(yàn)證妹子的微博大多集中在美食類、購物類、美妝類和旅游類）
下面說下爬取步驟、展示結(jié)果以及詳細(xì)代碼：
因?yàn)镻C端的微博是JS內(nèi)容不好爬取，所以還是選擇了chrome打開微博手機(jī)版進(jìn)行爬取，簡單粗暴無障礙。
1、獲取自己的cookie，利用chrome瀏覽器。
在chrome 中打開微博手機(jī)版，F(xiàn)12打開開發(fā)者工具，勾選Network的Preserve log項，然后輸入賬號密碼登陸自己的微博。
在m.weibo.cn->Headers->Cookie 復(fù)制下自己的cookie，一會需要粘貼到代碼中運(yùn)行。
延伸閱讀
- ssh框架 2016-09-30
- 阿里移動安全 [無線安全]玩轉(zhuǎn)無線電——不安全的藍(lán)牙鎖 2017-07-26
- 消息隊列NetMQ 原理分析4-Socket、Session、Option和Pipe 2024-03-26
- Selective Search for Object Recognition 論文筆記【圖片目標(biāo)分割】 2017-07-26
- 詞向量-LRWE模型-更好地識別反義詞同義詞 2017-07-26
- 從棧不平衡問題 理解 calling convention 2017-07-26
- php imagemagick 處理 圖片剪切、壓縮、合并、插入文本、背景色透明 2017-07-26
- Swift實(shí)現(xiàn)JSON轉(zhuǎn)Model - HandyJSON使用講解 2017-07-26
- 阿里移動安全 Android端惡意鎖屏勒索應(yīng)用分析 2017-07-26
- 集合結(jié)合數(shù)據(jù)結(jié)構(gòu)來看看(二) 2017-07-26
學(xué)習(xí)是年輕人改變自己的最好方式