近期在新浪微博上關(guān)注了一個相當有料的博主，個人大概有兩萬多條微博的數(shù)據(jù)，基本上是以純文字居多。
有沒有做過數(shù)據(jù)采集的和爬蟲的小伙伴，說說這部分思路和理解？（個人也在摸索）
Java
沒做過微博的，但思路的話大概就是先獲取認證Cookie，Token之類的，然后用Fiddler抓包，主要是抓請求數(shù)據(jù)的接口，然后在用Jsoup把微博的部分抓下來進行持久化。
關(guān)于源的話應(yīng)該有App接口，或者是PC網(wǎng)頁和H5網(wǎng)頁，看哪個更加容易選哪個。
以前用 Java 寫過一個模擬登錄，爬自己私信的
因為比較懶，并沒有用微博的 API
而是用 Fiddler 抓包，分析參數(shù)，模擬瀏覽器登錄，發(fā)送請求，解析Json
缺點是比較被動，人家改個參數(shù)程序就玩不轉(zhuǎn)了
如果現(xiàn)在再讓我寫一個我會選擇寫個 Chrome 插件
畢竟本身就是瀏覽器，認證那塊不用操心，只管爬就行了
如果插件也懶得寫，可以看下這個
不用寫代碼，webscraper 30秒抓取李笑來所有微博
微博有自己的開放平臺，你可以通過微博的API獲取，沒必要用爬蟲
我之前做過一個爬微博文章的，用的是puppeteer.js，完全模擬的是用戶行為，不會被屏蔽檢測
你可以看下這個庫
爬微博是犯法的喲，請仔細閱讀微博的用戶協(xié)議。所以偷偷搞就是了，不要這么大張旗鼓的……
北大青鳥APTECH成立于1999年。依托北京大學(xué)優(yōu)質(zhì)雄厚的教育資源和背景，秉承“教育改變生活”的發(fā)展理念，致力于培養(yǎng)中國IT技能型緊缺人才，是大數(shù)據(jù)專業(yè)的國家
達內(nèi)教育集團成立于2002年，是一家由留學(xué)海歸創(chuàng)辦的高端職業(yè)教育培訓(xùn)機構(gòu)，是中國一站式人才培養(yǎng)平臺、一站式人才輸送平臺。2014年4月3日在美國成功上市，融資1
北大課工場是北京大學(xué)校辦產(chǎn)業(yè)為響應(yīng)國家深化產(chǎn)教融合／校企合作的政策，積極推進“中國制造2025”，實現(xiàn)中華民族偉大復(fù)興的升級產(chǎn)業(yè)鏈。利用北京大學(xué)優(yōu)質(zhì)教育資源及背
博為峰，中國職業(yè)人才培訓(xùn)領(lǐng)域的先行者
曾工作于聯(lián)想擔任系統(tǒng)開發(fā)工程師，曾在博彥科技股份有限公司擔任項目經(jīng)理從事移動互聯(lián)網(wǎng)管理及研發(fā)工作，曾創(chuàng)辦藍懿科技有限責任公司從事總經(jīng)理職務(wù)負責iOS教學(xué)及管理工作。
浪潮集團項目經(jīng)理。精通Java與.NET 技術(shù)， 熟練的跨平臺面向?qū)ο箝_發(fā)經(jīng)驗，技術(shù)功底深厚。 授課風(fēng)格 授課風(fēng)格清新自然、條理清晰、主次分明、重點難點突出、引人入勝。
精通HTML5和CSS3；Javascript及主流js庫，具有快速界面開發(fā)的能力，對瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁制作和網(wǎng)頁游戲開發(fā)。
具有10 年的Java 企業(yè)應(yīng)用開發(fā)經(jīng)驗。曾經(jīng)歷任德國Software AG 技術(shù)顧問，美國Dachieve 系統(tǒng)架構(gòu)師，美國AngelEngineers Inc. 系統(tǒng)架構(gòu)師。
掃碼關(guān)注鍍金池微信號
手機訂課，優(yōu)惠多多
