数学建模已结束，刚开始的目标就是不熬夜，结果还是熬夜了（QAQ），缓了一天就来写简书了，感觉很久没爬虫了，今天就爬下移动端的微博好友圈信息。
代码
import requests
import json
headers = {
'Cookie':'xxxxxxxx',
'User_Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'
}
f = open('C:/Users/LP/Desktop/weibo.txt','a+',encoding='utf-8')
def get_info(url,page):
html = requests.get(url,headers=headers)
json_data = json.loads(html.text)
card_groups = json_data[0]['card_group']
for card_group in card_groups:
f.write(card_group['mblog']['text'].split(' ')[0]+'\n')
next_cursor = json_data[0]['next_cursor']
if page<50:
next_url = 'https://m.weibo.cn/index/friends?format=cards&next_cursor='+str(next_cursor)+'&page=1'
page = page + 1
get_info(next_url,page)
else:
pass
f.close()
if __name__ == '__main__':
url = 'https://m.weibo.cn/index/friends?format=cards'
get_info(url,1)
代码分析
- 提交cookie模拟登陆微博
-
好友圈的信息也是异步加载，如图为第一页的url
看下返回的数据中，这个next_cursor很重要！！！！
往下翻页，如图，可以看出第二页的url中也有next_cursor，刚好是第一页返回的！！！！！
- 这样就可以构造多页url，爬取数据啦
词云
最后，jieba分词做了一个词云，除了二哈，感觉全是群主的，被刷屏了。
