鱼C论坛

 找回密码
 立即注册
查看: 2231|回复: 8

[已解决]爬微博数据

[复制链接]
发表于 2020-7-6 17:36:19 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
以下是爬虫源码  求大佬帮调以下  为什么我啥也爬不下来
import requests
import bs4
import re

def open_url(url):
    headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36'}

    res = requests.get(url, headers=headers)

    return res

def find_top(res):
    soup = bs4.BeautifulSoup(res.text,'html.parser')

    title = []
    tag = soup.find_all('a',class_='S_txt1')
    for each in tag:
        title.append(each.text)

    number = []
    tag = soup.find_all('span',class_='number')
    for each in tag:
        number.append(each.text)
    result = []
    length = len(number)
    for i in range(length):
        result.append(title[i] + number[i])
    return result

def main():
    host = 'https://d.weibo.com/231650'
    res = open_url(host)

    result = []

    result.extend(find_top(res))
    with open('wb.txt','w',encoding='utf-8') as f:
        for each in result:
            f.write(each)

if __name__ == '__main__':
    main()
最佳答案
2020-7-6 21:00:08
温木zou 发表于 2020-7-6 19:13
python交流   极客爬虫那里




好吧,那是我的疏忽了

微博反爬比较难搞,你的代码比较简易,爬到的网站都是被反爬后的,你可以去参考这几个文章:

https://blog.csdn.net/lwgkzl/article/details/89237060

https://blog.csdn.net/qq_38316655/article/details/80671358

Ps:这些都是去年之前的了,微博应该还是会有改动的,这里面只能仅供参考了


想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2020-7-6 17:41:51 | 显示全部楼层

呃 ... 你headers 都小写了....
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36'}


想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2020-7-6 17:46:14 | 显示全部楼层
Twilight6 发表于 2020-7-6 17:41
呃 ... 你headers 都小写了....

我看老污龟爬虫的代码里也是这样的呀
应该没问题的吧
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-7-6 17:55:03 | 显示全部楼层
不会
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2020-7-6 18:35:09 | 显示全部楼层
温木zou 发表于 2020-7-6 17:46
我看老污龟爬虫的代码里也是这样的呀
应该没问题的吧



在哪?我记得必须要严格规范呀
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2020-7-6 19:13:41 | 显示全部楼层
Twilight6 发表于 2020-7-6 18:35
在哪?我记得必须要严格规范呀

python交流   极客爬虫那里
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-7-6 21:00:08 | 显示全部楼层    本楼为最佳答案   
温木zou 发表于 2020-7-6 19:13
python交流   极客爬虫那里




好吧,那是我的疏忽了

微博反爬比较难搞,你的代码比较简易,爬到的网站都是被反爬后的,你可以去参考这几个文章:

https://blog.csdn.net/lwgkzl/article/details/89237060

https://blog.csdn.net/qq_38316655/article/details/80671358

Ps:这些都是去年之前的了,微博应该还是会有改动的,这里面只能仅供参考了


想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2020-7-7 08:14:12 | 显示全部楼层
Twilight6 发表于 2020-7-6 21:00
好吧,那是我的疏忽了

微博反爬比较难搞,你的代码比较简易,爬到的网站都是被反爬后的,你可以 ...

有没有交反爬知识的教程  能顺便推荐下不?
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-7-7 08:16:42 | 显示全部楼层
温木zou 发表于 2020-7-7 08:14
有没有交反爬知识的教程  能顺便推荐下不?



我也不太清楚,不过可以建议你去看看 《Python 3网络爬虫开发实战》 这本书不错
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-1-11 14:13

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表