微博(APP)榜单爬虫及数据可视化

简介: 前言今天继续APP爬虫,今天爬取的是微博榜单(24小时榜)的数据,采集的字段有:用户id用户地区用户性别用户粉丝微博内容发布时间转发、评论和点赞量该文分以下内容:爬虫代码用户分析微博分析...
img_093660b0ac25e4cc32655308e9b5fff9.png

前言

今天继续APP爬虫,今天爬取的是微博榜单(24小时榜)的数据,采集的字段有:

  • 用户id
  • 用户地区
  • 用户性别
  • 用户粉丝
  • 微博内容
  • 发布时间
  • 转发、评论和点赞量

该文分以下内容:

  • 爬虫代码
  • 用户分析
  • 微博分析
img_fdb60917401280e7c26bbafb46e51f07.jpe
img_a41f95e3470d427c8fc290b9165d8cb3.png

爬虫代码

import requests
import json
import re
import time
import csv

headers = {
    'Host': 'api.weibo.cn',
    'Connection': 'keep-alive',
    'User-Agent': 'Weibo/29278 (iPhone; iOS 11.4.1; Scale/2.00)'
}

f = open('1.csv','w+',encoding='utf-8',newline='')
writer = csv.writer(f)
writer.writerow(['user_id','user_location','user_gender','user_follower','text','created_time','reposts_count','comments_count','attitudes_count'])

def get_info(url):
    res = requests.get(url,headers=headers)
    print(url)
    datas = re.findall('"mblog":(.*?),"weibo_position"',res.text,re.S)
    for data in datas:
        json_data = json.loads(data+'}')
        user_id = json_data['user']['name']
        user_location = json_data['user']['location']
        user_gender = json_data['user']['gender']
        user_follower = json_data['user']['followers_count']
        text = json_data['text']
        created_time = json_data['created_at']
        reposts_count = json_data['reposts_count']
        comments_count = json_data['comments_count']
        attitudes_count = json_data['attitudes_count']
        print(user_id,user_location,user_gender,user_follower,text,created_time,reposts_count,comments_count,attitudes_count)
        writer.writerow([user_id,user_location,user_gender,user_follower,text,created_time,reposts_count,comments_count,attitudes_count])
    time.sleep(5)

if __name__ == '__main__':
    urls = ['https://api.weibo.cn/2/cardlist?gsid=_2A252dh7LDeRxGeNM41oV-S_MzDSIHXVTIhUDrDV6PUJbkdANLVTwkWpNSf8_0j6hqTyDS0clYi-pzwDc2Kd8oj_d&wm=3333_2001&i=b9f7194&b=0&from=1088193010&c=iphone&networktype=wifi&v_p=63&skin=default&v_f=1&s=ef8eeeee&lang=zh_CN&sflag=1&ua=iPhone8,1__weibo__8.8.1__iphone__os11.4.1&ft=11&aid=01AuxGxLabPA7Vzz8ZXBUpkeJqWbJ1woycR3lFBdLhoxgQC1I.&moduleID=pagecard&scenes=0&uicode=10000327&luicode=10000010&count=20&extparam=discover&containerid=102803_ctg1_8999_-_ctg1_8999_home&fid=102803_ctg1_8999_-_ctg1_8999_home&lfid=231091&page={}'.format(str(i)) for i in range(1,16)]
    for url in urls:
        get_info(url)

用户分析

首先对部分用户id进行可视化,字体大一点的是上榜2次的(这次统计中最多上榜的是2次)。

img_1fcf8f8c8d6157446ad1671a0fdb9038.png

接着对地区进行数据处理,进行统计。可以看出,位于北京的用户是最多的(大V都在北京)。

df['location'] = df['user_location'].str.split(' ').str[0]
img_355aded7f6fe30cd0faa6e10108dd1cc.png

接下来看下用户的性别比例:男性用户占多。

img_ff30c798c66f0ef70d337a9c55a0db8e.png

最后再看看上榜大V粉丝前十:

img_acaf5dae0467852e8dc6c758259c06e2.png

微博分析

首先,对时间数据进行处理,取出小时时间段。

img_863b16a9b6401d9718d26f5a9bd9d12a.png

接着,我们看看微博点赞前十的用户。

img_eee894092a6920eae2d2b9440dab229c.png

最后,绘制微博文章词云图。

img_827558bda74dd2986ec0b1c083803c1e.png
相关文章
|
6月前
|
数据采集 Web App开发 JavaScript
JavaScript爬虫进阶攻略:从网页采集到数据可视化
JavaScript爬虫进阶攻略:从网页采集到数据可视化
|
6月前
|
数据采集 JSON 数据格式
python爬虫之app爬取-charles的使用
charles 基本原理,charles抓包,分析,重发。
217 0
|
6月前
|
数据采集 人工智能 数据可视化
Scala多线程爬虫程序的数据可视化与分析实践
Scala多线程爬虫程序的数据可视化与分析实践
|
3月前
|
数据采集 数据可视化 关系型数据库
基于Python 爬虫的房地产数据可视化分析与实现
本文介绍了一个基于Python爬虫的房地产数据可视化分析系统,该系统通过BeautifulSoup框架采集房源信息、使用pandas进行数据处理、MySQL存储数据,并利用pyechart实现数据可视化,帮助用户高效获取和分析房源数据,从而做出更明智的购房决策。
233 1
基于Python 爬虫的房地产数据可视化分析与实现
|
3月前
|
数据采集 数据可视化 关系型数据库
【python案例】基于Python 爬虫的房地产数据可视化分析设计与实现
本文设计并实现了一个基于Python爬虫的房地产数据可视化分析系统,通过BeautifulSoup框架采集房源信息,使用pandas进行数据处理,MySQL存储数据,并利用pyecharts进行数据可视化,以帮助用户更直观地了解房源信息并辅助选房购房。
387 4
|
2月前
|
数据采集 数据挖掘 Python
微博热搜的爬虫实现
微博热搜的爬虫实现
66 2
|
2月前
|
数据采集 Python
微博爬虫程序的定时
微博爬虫程序的定时
27 1
|
3月前
|
数据采集 存储 自然语言处理
基于网络爬虫的微博热点分析,包括文本分析和主题分析
本文介绍了一个基于Python网络爬虫的微博热点分析系统,使用requests和pandas等库收集和处理数据,结合jieba分词、LDA主题分析和snownlp情感分析技术,对微博文本进行深入分析,并利用matplotlib进行数据可视化,以洞察微博用户的关注点和情感倾向。
175 0
基于网络爬虫的微博热点分析,包括文本分析和主题分析
|
6月前
|
数据采集 测试技术 API
python爬虫之app爬取-微信朋友圈
搭建appium环境,appium基本使用,API操作等等
272 0
|
4月前
|
数据采集 存储 数据可视化
Swift网络爬虫与数据可视化的结合
Swift网络爬虫与数据可视化的结合