本文實例講述了Python爬蟲爬取新浪微博內容。分享給大家供大家參考，具體如下：

用Python編寫爬蟲，爬取微博大V的微博內容，本文以女神的微博為例（爬新浪m站：https://m.weibo.cn/u/1259110474）

一般做爬蟲爬取網站，首選的都是m站，其次是wap站，最后考慮PC站。當然，這不是絕對的，有的時候PC站的信息最全，而你又恰好需要全部的信息，那么PC站是你的首選。一般m站都以m開頭后接域名， 所以本文開搞的網址就是 m.weibo.cn。

前期準備

1.代理IP

網上有很多免費代理ip，如西刺免費代理IPhttp://www.xicidaili.com/，自己可找一個可以使用的進行測試；

2.抓包分析

通過抓包獲取微博內容地址，這里不再細說，不明白的小伙伴可以自行百度查找相關資料，下面直接上完整的代碼

完整代碼：

# -*- coding: utf-8 -*-import urllib.requestimport json#定義要爬取的微博大V的微博IDid='1259110474'#設置代理IPproxy_addr="122.241.72.191:808"#定義頁面打開函數def use_proxy(url,proxy_addr):  req=urllib.request.Request(url)  req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0")  proxy=urllib.request.ProxyHandler({'http':proxy_addr})  opener=urllib.request.build_opener(proxy,urllib.request.HTTPHandler)  urllib.request.install_opener(opener)  data=urllib.request.urlopen(req).read().decode('utf-8','ignore')  return data#獲取微博主頁的containerid，爬取微博內容時需要此iddef get_containerid(url):  data=use_proxy(url,proxy_addr)  content=json.loads(data).get('data')  for data in content.get('tabsInfo').get('tabs'):    if(data.get('tab_type')=='weibo'):      containerid=data.get('containerid')  return containerid#獲取微博大V賬號的用戶基本信息，如：微博昵稱、微博地址、微博頭像、關注人數、粉絲數、性別、等級等def get_userInfo(id):  url='https://m.weibo.cn/api/container/getIndex?type=uid&value='+id  data=use_proxy(url,proxy_addr)  content=json.loads(data).get('data')  profile_image_url=content.get('userInfo').get('profile_image_url')  description=content.get('userInfo').get('description')  profile_url=content.get('userInfo').get('profile_url')  verified=content.get('userInfo').get('verified')  guanzhu=content.get('userInfo').get('follow_count')  name=content.get('userInfo').get('screen_name')  fensi=content.get('userInfo').get('followers_count')  gender=content.get('userInfo').get('gender')  urank=content.get('userInfo').get('urank')  print("微博昵稱："+name+"/n"+"微博主頁地址："+profile_url+"/n"+"微博頭像地址："+profile_image_url+"/n"+"是否認證："+str(verified)+"/n"+"微博說明："+description+"/n"+"關注人數："+str(guanzhu)+"/n"+"粉絲數："+str(fensi)+"/n"+"性別："+gender+"/n"+"微博等級："+str(urank)+"/n")#獲取微博內容信息,并保存到文本中，內容包括：每條微博的內容、微博詳情頁面地址、點贊數、評論數、轉發數等def get_weibo(id,file):  i=1  while True:    url='https://m.weibo.cn/api/container/getIndex?type=uid&value='+id    weibo_url='https://m.weibo.cn/api/container/getIndex?type=uid&value='+id+'&containerid='+get_containerid(url)+'&page='+str(i)    try:      data=use_proxy(weibo_url,proxy_addr)      content=json.loads(data).get('data')      cards=content.get('cards')      if(len(cards)>0):        for j in range(len(cards)):          print("-----正在爬取第"+str(i)+"頁，第"+str(j)+"條微博------")          card_type=cards[j].get('card_type')          if(card_type==9):            mblog=cards[j].get('mblog')            attitudes_count=mblog.get('attitudes_count')            comments_count=mblog.get('comments_count')            created_at=mblog.get('created_at')            reposts_count=mblog.get('reposts_count')            scheme=cards[j].get('scheme')            text=mblog.get('text')            with open(file,'a',encoding='utf-8') as fh:              fh.write("----第"+str(i)+"頁，第"+str(j)+"條微博----"+"/n")              fh.write("微博地址："+str(scheme)+"/n"+"發布時間："+str(created_at)+"/n"+"微博內容："+text+"/n"+"點贊數："+str(attitudes_count)+"/n"+"評論數："+str(comments_count)+"/n"+"轉發數："+str(reposts_count)+"/n")        i+=1      else:        break    except Exception as e:      print(e)      passif __name__=="__main__":  file=id+".txt"  get_userInfo(id)  get_weibo(id,file)