数据清洗之微博时间清洗 爬取微博的时候时间格式比较乱，存到数据库要统一成datatime类型，所以需要用到对时间的转换 这里是对time模块和datetime的模块的使用。 对于当天的有三种: 40秒前 50分钟前 今天 08:12 针对这三种，第一步要做的是获取当前的年月日 ...

获取文字加表情(alt标签的属性) ...

当我们要爬取新浪微博内容时，有时候就没必要自己去写了，就用现成的，推荐一个我看到的一个github微博爬虫i项目 https://github.com/dataabc/weiboSpider 其实教程的话，我在网上找这个的时候就跟原版的不一样，毕竟人家要更新换代嘛，具体的自己点击上方的链接 ...

此次爬虫要实现的是爬取某个微博用户的关注和粉丝的用户公开基本信息，包括用户昵称、id、性别、所在地和其粉丝数量，然后将爬取下来的数据保存在MongoDB数据库中，最后再生成几个图表来简单分析一下我们得到的数据。 一、具体步骤： 这里我们选取的爬取站点是https://m.weibo.cn ...

微博数据清洗(Java版) 原创 2013年12月10日 10:58:24 2979 大数据公益大学提供的一份数据，义务处理一下，原始数据是Excel，含有html标签，如下： 要求清洗掉html标签，和微博内容中的url地址 ...

想要爬取某个博主的微博数据。在网络上寻找了很多关于爬取微博内容的教程，发现有些教程比较老旧了，已经无法再用，有些教程在我这里出现一些问题，比如爬取移动端的微博需要获取登陆cookie，而我的谷歌浏览器却无法显示，如下图所示。最终发现一博主分享的源码，亲测可用。博客链接为：https ...

抓取代码： 　登录窗口 　　 　　 ...

这次运用所学的知识尝试了爬取微博的热搜榜单，部分操作在程序的注释中给出思路 首先我们打开微博热搜的网站，并查看其源代码，如图 通过查找并观察可以看出，热搜的关键词就在<tr>标签的名为<td-02>的子标签下的<a>标签中 以此为基础完成如下代 ...