MyException - 我的异常网
当前位置:我的异常网» 行业应用 » 【简易形式】新浪微博网页数据采集

【简易形式】新浪微博网页数据采集

www.MyException.Cn  网友分享于:2018-04-04  浏览:0次
【简易模式】新浪微博网页数据采集

本文演示无需代码可视化的方法快速抓取新浪微博的方法,三分钟即可上手制作完成,抓取到的数据可以直接导入到数据库或网站。



在开始之前,可以先参考一下这些文章,希望有帮助:
小白30分钟学会网页爬虫
网页爬虫真实案例记录

 

文中以不需要代码的方法实现,使用到了八 爪鱼(了解详情),只作为演示使用,替换成自己拿手的工具也一样的。

 

需要抓取微博内容的,在网页简易模式界面里点选微博进去之后可以看到所有关于微博的规则信息,我们直接使用就可以的。

 

放大看>>

 

抓取在微博首页进关键词搜索后的信息以及发文者的关注量,粉丝数等(下图所示)即打开微博主页进行登录后输入关键词进行搜索,抓取搜索到的内容以及进入发文者页面抓取关注量,粉丝数,微博数。

1、找到微博网页-关键词搜索规则然后点选立即使用

 

放大看>>

 

2、简易模式中微博网页-关键词搜索的任务界面

查看详情:点开可以看到示例网址

任务名:自定义任务名,默认为微博网页-关键词搜索

任务组:给任务划分一个保存任务的组,如果不设置会有一个默认组

用户名:请填写您的微博账号

密码:请填写微博账号的登录密码

关键词/搜索词:用于搜索的关键词,只支持填写一个

翻页次数:设置抓取多少页,由于微博会封账号, 翻页1-50页

将鼠标移动到?号图标和任务名顶部 均可以查看详细的注释信息。

示例数据:这个规则抓取的所有字段信息。

 

放大看>>

 

 

3、任务设置示例

例如要抓取与十九大相关的微博消息

在设置里如下图所示:

任务名:自定义任务名,也可以不设置按照默认的就行

任务组:自定义任务组,也可以不设置按照默认的就行

用户名:请填写您的微博账号,必填

密码:请填写微博账号的登录密码,必填

关键词/搜索词:用于搜索的关键词,此处填写“十九大”

翻页次数:设置抓取多少页,此处设置2页

设置好之后点选保存

放大看>>

 

保存之后会出现开始抓取的按钮

 

放大看>>

 

4、选择开始抓取之后系统将会弹出运行任务的界面

可以选择启动本地抓取(本地执行抓取流程)或者启动云抓取(由云 器执行抓取流程),这里以启动本地抓取为例,我们选择启动本地抓取按钮

 

放大看>>

 

 

5、选择本地抓取按钮之后,系统将会在本地执行这个抓取流程来抓取数据,下图为本地抓取的效果

 

放大看>>

6、抓取完毕之后选择导出数据按钮即可,这里以导出excel2007为例,选择这个选项之后点选确定

 

放大看>>

 

7、然后选择文件存放在电脑上的路径,路径选择好之后选择保存

 

放大看>>

8、这样数据就被完整的导出到自己的电脑上来了

 

放大看>>

 

 

文中以不需要代码的方法实现,使用到了八 爪鱼(了解详情),只作为演示使用,替换成自己拿手的工具也一样的。

文章评论

 程序员的样子
程序员的样子
我的丈夫是个程序员
我的丈夫是个程序员
编程语言是女人
编程语言是女人
程序员周末都喜欢做什么?
程序员周末都喜欢做什么?
为什么程序员都是夜猫子
为什么程序员都是夜猫子
我跳槽是因为他们的显示器更大
我跳槽是因为他们的显示器更大
程序员和编码员之间的区别
程序员和编码员之间的区别
程序员的鄙视链
程序员的鄙视链
程序员眼里IE浏览器是什么样的
程序员眼里IE浏览器是什么样的
写给自己也写给你 自己到底该何去何从
写给自己也写给你 自己到底该何去何从
Web开发人员为什么越来越懒了?
Web开发人员为什么越来越懒了?
初级 vs 高级开发者 哪个性价比更高?
初级 vs 高级开发者 哪个性价比更高?
旅行,写作,编程
旅行,写作,编程
那些争议最大的编程观点
那些争议最大的编程观点
那些性感的让人尖叫的程序员
那些性感的让人尖叫的程序员
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
程序员必看的十大电影
程序员必看的十大电影
程序猿的崛起——Growth Hacker
程序猿的崛起——Growth Hacker
“肮脏的”IT工作排行榜
“肮脏的”IT工作排行榜
不懂技术不要对懂技术的人说这很容易实现
不懂技术不要对懂技术的人说这很容易实现
每天工作4小时的程序员
每天工作4小时的程序员
漫画:程序员的工作
漫画:程序员的工作
程序员的一天:一寸光阴一寸金
程序员的一天:一寸光阴一寸金
团队中“技术大拿”并非越多越好
团队中“技术大拿”并非越多越好
总结2014中国互联网十大段子
总结2014中国互联网十大段子
程序员都该阅读的书
程序员都该阅读的书
当下全球最炙手可热的八位少年创业者
当下全球最炙手可热的八位少年创业者
5款最佳正则表达式编辑调试器
5款最佳正则表达式编辑调试器
2013年中国软件开发者薪资调查报告
2013年中国软件开发者薪资调查报告
做程序猿的老婆应该注意的一些事情
做程序猿的老婆应该注意的一些事情
为啥Android手机总会越用越慢?
为啥Android手机总会越用越慢?
程序员最害怕的5件事 你中招了吗?
程序员最害怕的5件事 你中招了吗?
老程序员的下场
老程序员的下场
如何成为一名黑客
如何成为一名黑客
Web开发者需具备的8个好习惯
Web开发者需具备的8个好习惯
如何区分一个程序员是“老手“还是“新手“?
如何区分一个程序员是“老手“还是“新手“?
Google伦敦新总部 犹如星级庄园
Google伦敦新总部 犹如星级庄园
一个程序员的时间管理
一个程序员的时间管理
代码女神横空出世
代码女神横空出世
“懒”出效率是程序员的美德
“懒”出效率是程序员的美德
看13位CEO、创始人和高管如何提高工作效率
看13位CEO、创始人和高管如何提高工作效率
60个开发者不容错过的免费资源库
60个开发者不容错过的免费资源库
我是如何打败拖延症的
我是如何打败拖延症的
2013年美国开发者薪资调查报告
2013年美国开发者薪资调查报告
10个帮程序员减压放松的网站
10个帮程序员减压放松的网站
Java 与 .NET 的平台发展之争
Java 与 .NET 的平台发展之争
Java程序员必看电影
Java程序员必看电影
十大编程算法助程序员走上高手之路
十大编程算法助程序员走上高手之路
什么才是优秀的用户界面设计
什么才是优秀的用户界面设计
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有