python爬虫自动爬取指定用户的原创微博和图片,并对微博进行归类分析,最后以html图表的形式展示。

首先得到你要爬取的user_id和你的cookie,填入到weibo.py中。(获取方法见我的博客园博客)http://www.cnblogs.com/dmyu/

运行weibo.py,即可生成你要爬取的user_id为名字的原创微博内容文档和存有所有图片链接的文件,之后会对所有图片链接进行爬取,图片存到weibo_image文件夹中。

之后运行analysis.py,填入user_id,即可对刚才爬到的微博内容进行分析。(要去掉前两行微博名字和简介)

分析的内容有微博分类、最常使用表情和次数、最常使用词语和次数、微博中的人名及出现次数。

之后用xita.html的h5格式即可生成饼状图,可以很直观的观看了。(调用了google的api,可能要翻墙才看得到)