微博，作为当下主流的社交平台之一，日活跃用户高达2亿多人。人们可以在微博上发表自己的感悟，自己的照片以及日常的生活内容。微博为广大的用户提供了更加多元化的社交平台。相比于微信，许多小姐姐们更喜欢在微博上同大家分享自己日常生活中的照片。比如菜鸟哥，就非常喜欢冰冰小姐姐。今天就带大家一起，手把手的抓取冰冰小姐姐的微博图片，并保存到本地。一起来看看吧。
00.整体的思路：
01.微博主页信息
对于微博网页的抓取，很多小伙伴都是通过网络抓包的方式，来获取图片的链接地址，从而获取图片。
通过抓包的方式来获取图片的链接，非常的麻烦，而且容易被反扒。其实我们可以通过微博的API接口来获取用户的微博的内容。例如，获取微博用户的基本数据，我们只需要知道用户的微博。例如我们打开冰冰酱的网页版微博(https://weibo.com/u/6512991534)。其中的6512991534就是微博id。我们可以打开她的网页地址，返回的就是冰冰微博的主要信息内容：
由于数据是以Unicode的编码显示，而且杂乱无章。没关系，我们通过将数据进行下载，然后进行整理。结果如下图所示：
经过解析后的数据，可以清晰的看出，微博的主要信息包含了用户的名称，微博的头像地址，以及性别，粉丝数量等重要信息。通过程序，我们同样可以模仿浏览器来向接口请求结果，并解析数据。
上图程序中，通过self.get_data函数来获取网页的json数据，并进行解析，获取得到json_data数据。(28-29行)接下来，就是获取json_data数据中的关键信息，包括微博的头像地址，微博主页网址等信息(31-41)。在返回的json_data数据中，包含着一项重要的内容：“containerid”。通过containerid信息，我们才能进行后续的微博详情页面的抓取。因此，我们要提取出containerid数值，并返回containerid(42-46)。当执行上述的函数时，得到用户微博的主要信息。结果如下：
上图函数中，展示的是self.get_data函数。函数的主要作用就是向指定的网页url请求数据。
函数中，通过设置ProxyHandler，来设置我们自己的http代理(18-20行)。函数通过urllib库来获取数据，然后将获取得到的数据进行返回（21-22行）。
02.微博详情页抓取
上面的程序，提供的是用户的微博主要内容信息，那么接下来，就是最重要的微博详情的抓取，包括微博相册以及发布的微博内容信息。
在函数get_weibo中，首先通过self.get_user_info 函数获取得到了containerid的数值(第51行)。接下来在while循环中，利用containerid以及用户的微博id数值以及微博的页数来构造出网页详情的链接地址(第54行)。利用self.get_data函数来获取网页返回的json数据，并解析获取得到cards字典(56-58行)。如果cards的长度大于0，表明该页微博中有微博动态信息，接下来就可以按照字典的操作方式，来层层获取数据，包括微博的文字内容，以及微博动态的点赞数，评论数等信息内容(60-71行)。
如果mblog中的“pics”值不为None，那么就说明，该条微博动态中包含图片信息，大家就可以提取对应的图片链接地址，并将图片下载到本地文件夹内(72-80行)。
03.保存为相册
最后，将提取到的文字信息，打印到终端当中。这里我们关注的是图片的内容，而不是其他的文本信息，因此不需要将抓取到的文本信息进行保存等特殊的处理。运行上述函数，我们就可以又快又准的抓取冰冰小姐姐的微博相册了。我们一起来看看抓取的结果吧。
如果你也是冰冰的fans，欢迎在留言区吱一声哦，说说你的想法哦。我们月底会给经常来留言打卡的同学送书10本，记得常来指导工作哦！
