本篇内容主要讲解“Python怎么实现微博动态图片爬取”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Python怎么实现微博动态图片爬取”吧!
我们找到微博在浏览器上面用于手机端的调试的APL,如何找到呢?
1.模拟搜索用户
搜索一个用户获取到的api:
https://m.weibo.cn/api/container/getIndex?containerid=100103type=1&q=半半子&page_type=searchall
1.1 对api内参数进行处理
containerid=100103type=1&q=半半子 ——> containerid=100103type%3D1%26q%3D%E5%8D%8A%E5%8D%8A%E5%AD%90_
这个参数需要提前转码,否则无法获取数据
1.2 对用户名进行判断,通过后提取uid
2.获取more参数
GET
api : https://m.weibo.cn/profile/info?uid=2830125342
2.1 提取并处理more参数
3.循环提取图片id
GET
api : https://m.weibo.cn/api/container/getIndex?containerid=2304132830125342_-_WEIBO_SECOND_PROFILE_WEIBO&page_type=03&page=1
3.1 提取图片id——>pic_id
3.2 获取发送图片用户
3.3 根据动态创建时间生成用户唯一识别码
4.下载图片
我们从浏览器抓包中就会获取到后台服务器发给浏览器的图片链接
https://wx2.sinaimg.cn/large/pic_id.jpg
浏览器打开这个链接就可以直接下载图片
爬取完整代码:
import os import sys import time from urllib.parse import quote import requests headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36' } def time_to_str(c_at): ti = time.strptime(c_at, '%a %b %d %H:%M:%S +0800 %Y') time_str = time.strftime('%Y%m%d%H%M%S', ti) return time_str # 1. 搜索用户,获取uid # 2. 通过uid获取空间动态关键参数 # 3. 获取动态内容 # 4. 提取图片参数 # 5. 下载图片 # 1. 搜索用户,获取uid # ========= 用户名 ========= # 输入不同的用户名可切换下载的用户图片 # 用户名需要完全匹配 name = '半半子_' # ========================= con_id = f'100103type=1&q={name}' # 这个条件需要转码 con_id = quote(con_id, 'utf-8') user_url = f'https://m.weibo.cn/api/container/getIndex?containerid={con_id}&page_type=searchall' user_json = requests.get(url=user_url, headers=headers).json() user_cards = user_json['data']['cards'] for card_num in range(len(user_cards)): if 'mblog' in user_cards[card_num]: if user_cards[card_num]['mblog']['user']['screen_name'] == name: print(f'正在获取{name}的空间') # 2. 通过uid获取空间动态关键参数 user_id = user_cards[card_num]['mblog']['user']['id'] info_url = f'https://m.weibo.cn/profile/info?uid={user_id}' info_json = requests.get(url=info_url, headers=headers).json() more_card = info_json['data']['more'].split("/")[-1] break file_name = 'weibo' if not os.path.exists(file_name): os.mkdir(file_name) if len(more_card) == 0: sys.exit() page_type = '03' page = 0 while True: # 3. 获取动态内容 page += 1 url = f'https://m.weibo.cn/api/container/getIndex?containerid={more_card}&page_type={page_type}&page={page}' param = requests.get(url=url, headers=headers).json() cards = param['data']['cards'] print(f'第 {page} 页') for i in range(len(cards)): card = cards[i] if card['card_type'] != 9: continue mb_log = card['mblog'] # 4. 提取图片参数 # 获取本人的图片 pic_ids = mb_log['pic_ids'] user_name = mb_log['user']['screen_name'] created_at = mb_log['created_at'] if len(pic_ids) == 0: # 获取转发的图片 if 'retweeted_status' not in mb_log: continue if 'pic_ids' not in mb_log['retweeted_status']: continue pic_ids = mb_log['retweeted_status']['pic_ids'] user_name = mb_log['retweeted_status']['user']['screen_name'] created_at = mb_log['retweeted_status']['created_at'] time_name = time_to_str(created_at) pic_num = 1 print(f'======== {user_name} ========') # 5. 下载图片 for pic_id in pic_ids: pic_url = f'https://wx2.sinaimg.cn/large/{pic_id}.jpg' pic_data = requests.get(pic_url, headers) # 文件名 用户名_日期(年月日时分秒)_编号.jpg # 例:半半子__20220212120146_1.jpg with open(f'{file_name}/{user_name}_{time_name}_{pic_num}.jpg', mode='wb') as f: f.write(pic_data.content) print(f' 正在下载:{pic_id}.jpg') pic_num += 1 time.sleep(2)
到此,相信大家对“Python怎么实现微博动态图片爬取”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。