如何爬取一个人所有的微博？

[Qiangyuan]

在只知道用户名的情况下，抓取这个用户名下的所有的微博

[Hello1995]

可以换个思路，去爬微博档案， 233

[herozzm]

注册用户关注他，让爬虫模拟登录后爬起来

[UnisandK]

记得是不是翻不到那么后面，接口也有限制

[ooh]

如果只是一个人的话 lz 可以看看我以前的笔记 [点我]( http://blog.jjyy.me/2015/10/11/weibo-text-analysis/)，自己改一下应该很快

登陆已经坏了，现在都带验证码了， cookiejar 你得先在浏览器里面登陆获取到 weibo.cn 域下面的 cookie ，只需要 SCF SUB 这俩个就可以了


我自己跑了一下，目前几百页还没触发限制条件


[slysly759]

我原来写过，只需呀 UID 就行了，然后可以爬取全部微博， text 和图片是分开放的

[macwhirr]

很简单。

[Qiangyuan]

@ooh 看不懂，验证码怎么弄？

[Qiangyuan]

@slysly759 可以分享出来吗？

[Qiangyuan]

@macwhirr 请教如何做？表示不懂

[Qiangyuan]

@ooh
root@johnnyding-Inspiron-3437:/home/johnnyding/文档 /2017-interview/test# python test.py
Traceback (most recent call last):
File "test.py", line 19, in <module>
main()
File "test.py", line 13, in main
data = w.get_info(url)
File "/home/johnnyding/文档 /2017-interview/test/weibo.py", line 102, in get_info
data['page'] = int(soup.find('input', {'name': 'mp'}).get('value'))
AttributeError: 'NoneType' object has no attribute 'get'
这个错是什么？

[ooh]

@Qiangyuan 这个错就是因为没登陆成功，你是在没登陆情况访问的那个页面，快速解决方法我上面已经给出了，你先在浏览器里面登陆，拿到 weibo.cn 域下面的 cookie ，然后手动写入到 cookiejar 文件里面，只要 SCF SUB 这两个就可以

[macwhirr]

@Qiangyuan 接口

[slysly759]

@Qiangyuan 哈哈 可以啊~
https://github.com/songluyi/slylearnpython
在里面有，记得把 cookie 换掉 一个 cookie 一般持续 20 分钟的样子 你用 weibo.cn 的获取登陆页 cookie 就行，如果好用麻烦点个赞蛤~写的通俗易懂

[Qiangyuan]

@slysly759 谢谢！