1. 準備：

• 代理IP 。網上有很多免費代理ip，如西刺免費代理IP http://www.xicidaili.com/，自己可找一個可以使用的進行測試；?
• 抓包分析 。通過抓包獲取微博內容地址。當然web下的api地址可以通過瀏覽器獲得。

以下是通過瀏覽器調試獲得的接口：

個人信息接口：

微博列表接口：

2. 完整代碼：

import urllib.request import json import timeid = '1826792401' # 定義要爬取的微博id。王思聰微博https://m.weibo.cn/u/1826792401 proxy_addr = "122.241.72.191:808" # 設置代理IP# 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id def 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# 獲取微博用戶的基本信息，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 # 個人信息接口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")pass# 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 = 1while True:url = 'https://m.weibo.cn/api/container/getIndex?type=uid&value='+idweibo_url = 'https://m.weibo.cn/api/container/getIndex?type=uid&value='+id+'&containerid='+get_containerid(url)+'&page='+str(i)print(url)print(weibo_url)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("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")passpasspassi += 1time.sleep(0.05)passelse:breakexcept Exception as e:print(e)passpasspassif __name__ == "__main__":print('開始---')file = id+".txt"get_userInfo(id)get_weibo(id, file)print('完成---') pass

3.?原博主認為：

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。

感謝原博主的偉大貢獻，真實還原了微博api的思路和接口。

-

總結

以上是生活随笔為你收集整理的【python爬虫-爬微博】爬取王思聪所有微博数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。