python 微博爬虫

[armorsmith]

初学 python

在试着写微博的爬虫，然后发现网页版贼难爬，就打算对手机版下手。
因为我是百度链接跳进去的，所以我想问问大佬们有没有什么办法可以直接返回跳转后 url 里的参数啊
那个 id 正好就能构造手机版的 url

[armorsmith]

嗯，在 js 脚本里找到了 id 了，但是登陆还是得登陆。。。我去想想怎么构造 headers

[xiandao7997]

用 API 不好吗

[armorsmith]

因为是想做一个定向社工的工具，先调用搜索引擎，再进各个 SNS 爬记录，爬虫会很小，就没考虑 api

[mazyi]

登陆的密码那里有坑，小心

[scola]

我爬过， 用 pyspider 直接爬网页版， 不用登录

[holajamc]

一些 app 的 ua 可以少很多验证
zhifubao

[armorsmith]

@mazyi 正在尝试模拟登陆...很好奇为啥 cookie 解决不了，还是我太菜了...

[armorsmith]

@scola 因为是练手项目所以打算慢慢撸

[armorsmith]

@holajamc zhifubao 啊 spider 啊这样的还是会被新浪拦住的


urllib2.HTTPError: HTTP Error 403: Forbidden

[holajamc]

@armorsmith 这个是可以的，可以看看其他和新浪有合作的公司。。。不能说太多了。。。一个朋友告诉我的

[jelinet]

刚刚做了微博的模拟登录。 lz 有啥问题可以直接抛出来。

[jelinet]

@holajamc 还是想知道。。。其实就是要走商业合作这条路？

[armorsmith]

@holajamc 那我多试试别的 uaQAQ

[armorsmith]

@jelinet 膜拜大佬，我用谷歌浏览器开隐私模式就会发现微博可以不登陆就看嘛，就是先会被定位到 sina visitor system 然后再回首页。但是我就是总被拦在 sina visitor system 里， headers 设置了很多次了还是出不去。求教正确进入姿势....

[holajamc]

@jelinet 是啊，商业合作的，这个是确认的

[scriptkid]

前段时间无聊撸了个帐号密码登录（暂不支持登录验证码）加上天气 API ，每天自动发送天气预报微博。
脚本登录的话还是比较简单的，后面想着再加上微博各种基本功能（转发、回复、关注什么的），不过懒而且没什么时间一直拖着。。。欢迎交流

[armorsmith]

微博卡住没动，撸了个贴吧的，输入 qq 手机或者类似信息，返回疑似用户，选择是否爬取该用户所有发言。期末渡劫，寒假再继续，占个坑。