微博、微信公众号现在有什么比较好的爬虫方案吗? - V2EX
首页 注册 登录
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
cqcn1991
V2EX    问与答

微博、微信公众号现在有什么比较好的爬虫方案吗?

  •   
  •   cqcn1991 2016-04-06 18:33:20 +08:00 3131 次点击
    这是一个创建于 3527 天前的主题，其中的信息可能已经有所发展或是发生改变。

    想定期爬几个微博号、公众号的数据，做个信息汇总的网站 但是不知道现在微博和公众号的爬取难度如何？

  • 公众号
  • 爬取
  • 爬虫
  • 微博
    8 条回复    2016-05-01 17:55:41 +08:00
    liaowu
        1
    liaowu  
       2016-04-06 18:55:30 +08:00 via iPhone
    公众号爬搜狗就好了。历史文章都有
    cqcn1991
        2
    cqcn1991  
    OP
       2016-04-06 19:00:36 +08:00 via iPhone
    @liaowu 话说有没例子？还是得做 cookies 那种？
    zcoder
        3
    zcoder  
       2016-04-06 19:35:14 +08:00
    @cqcn1991 不需要 cookie ，直接从 http://weixin.sogou.com/ 爬取
    cqcn1991
        4
    cqcn1991  
    OP
       2016-04-06 20:14:45 +08:00
    @zcoder 有现成的例子嘛...我打开的话，比如
    http://weixin.sogou.com/gzh?openid=oIWsFt5VXo_r9FO8m6f3vJ7XpYrE&ext=KyZuplSC23Ks2fd6j023fb1Ok8RDlXz7l0tb4XTqfw7ibVq4seKWRxnN9rE9Kt5F

    还是看不到信息
    dong3580
        5
    dong3580  
       2016-04-06 20:33:42 +08:00 via Android
    用 c#上的 webbrower 爬取，不过微博可能翻页会有验证码
    vvaaiinn
        6
    vvaaiinn  
       2016-04-08 18:58:29 +08:00
    @cqcn1991 楼主你好、最近也在搞这个、但是水平有限、不知道怎么免过登陆、可否加个联系方式交流交流
        7
    cqcn1991  
    OP
       2016-04-08 19:54:49 +08:00
    @vvaaiinn 我也是啊...不知道怎么搞....我根本抓不到相关的信息
    cqcn1991
        8
    cqcn1991  
    OP
       2016-05-01 17:55:41 +08:00
    @liaowu
    @zcoder
    @dong3580
    已经基本解决了小量的爬取，我自己是 Ruby ，用的 PhantomJS
    凑合着用吧...
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     907 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 23ms UTC 22:05 PVG 06:05 LAX 14:05 JFK 17:05
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86