1）找人，通過關注列表；
2）提取出微博的資料，放到資料庫；
微博暱稱，頭像；
關注，粉絲及微博數量；
根據一些基本的原則來決定是否將該使用者的微博入待爬的佇列；
指標：關注人數；
粉絲人數；但是有可能會很多人，而且有很多殭屍粉；（不好:第一，低效；
第二，平台也不會讓你無限制的往下翻頁，肯定會有限制）
微博數，粉絲數的數量是個重要的參考點；
怎麼判斷抓取的人不值得關注？可以先做乙個定向的分析，分析你所抓的領域的人的微博大致情況；
1）如果發布的微博數量特別少，可以認為是殭屍使用者，不用爬；微博數小於某個下限；
2）如果發布的微博數量特別多，比如每天發100多條，可能是小廣告商或者機械人；
3）對於**的微博其實和殭屍的微博差不多，你可能爬了大量的微博發現都是重複的資訊；
# 下面列出部分**如下：
python 抓取微博資料
匯入需要的模組 import urllib.request import json 定義要爬取的微博大v的微博id id 1259110474 設定 ip proxy addr 122.241.72.191 808 定義頁面開啟函式 獲取微博主頁的containerid，爬取微博內容時需要此id d...
模擬登入微博通，抓取新浪微博c
廢話少說，下面的東西就在倆個小時內完成了。一 首先我們要提到模擬登入微博通，我用fiddler檢視了下，發現登入走下面三個流程 下面來上 完成上面的描述，很簡單，如下 1 我們先定義乙個全域性變數 private static cookiecontainer cc new cookiecontain...
python抓取微博熱搜列表
20200912 今天收拾自己以前的 看到了很久之前寫的乙個抓取微博熱搜的 最起碼的兩年了，然後跑了一下，居然還行，只不過並不是理想，資料上有些偏差，但是能用。功能就是每1分鐘抓取一次，然後寫到日誌中。bin python coding utf 8 import requests user agen...