### 如何用 Python 爬取微博正文数据 要实现通过 Python 抓取微博正文的数据，可以采用模拟登录或者利用 API 的方式来完成。以下是具体方法和技术细节： #### 方法一：基于 Selenium 模拟浏览器操作 Selenium 是一种用于自动化测试的工具，可以通过它控制浏览器并抓取动态加载的内容。 ```python from selenium import webdriver import time # 初始化 WebDriver (需提前安装对应驱动程序, 如 ChromeDriver) driver = webdriver.Chrome() try: driver.get("https://weibo.com") # 打开微博首页 time.sleep(5) # 等待页面加载 # 输入用户名和密码进行登录 username_input = driver.find_element_by_name('username') password_input = driver.find_element_by_name('password') username_input.send_keys('your_username') # 替换为实际账号 password_input.send_keys('your_password') # 替换为实际密码 login_button = driver.find_element_by_xpath('//div[@node-type="submitBtn"]') login_button.click() time.sleep(10) # 登录完成后等待页面跳转 # 获取微博正文内容 posts = driver.find_elements_by_css_selector('.WB_text.W_f14') for post in posts: print(post.text) finally: driver.quit() # 关闭浏览器 ``` 此代码片段展示了如何使用 Selenium 来自动填写表单并提取微博正文[^1]。 --- #### 方法二：调用微博开放平台接口 如果不想依赖于模拟浏览器的方式，则可以选择直接访问新浪微博官方提供的 OpenAPI 接口。这需要先注册开发者账户并申请相应的权限。 请求示例： ```python import requests access_token = 'your_access_token' # 需要在新浪开发者平台上获取 url = f'https://api.weibo.com/2/statuses/home_timeline.json?access_token={access_token}' response = requests.get(url) if response.status_code == 200: data = response.json() for status in data['statuses']: print(status['text']) # 输出每条微博的正文部分 else: print(f"Error: {response.status_code}") ``` 上述脚本说明了怎样借助 RESTful API 查询用户的主页时间线中的最新状态更新[^2]。 --- #### 注意事项 - **频率限制**：无论是哪种方案，在执行过程中都需要注意避免触发反爬机制而导致 IP 被封禁。 - **合法性审查**：务必确认自己的行为符合目标网站的服务条款以及当地法律法规的要求。 - **隐私保护**：处理涉及个人敏感信息时应格外谨慎，确保遵循 GDPR 或其他适用的标准。 ---