WeiboUserScrapy类爬虫爬取爬虫的示例分析，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
超过十多年行业经验，技术领先，服务至上的经营模式，全靠网络和口碑获得客户，为自己降低成本，也就是为客户降低成本。到目前业务范围包括了：成都网站设计、成都网站建设，成都网站推广，成都网站优化，整体网络托管，小程序制作，微信开发，成都app软件开发，同时也可以让客户的网站和网络营销和我们一样获得订单和生意！
我停止对有GUI功能集中版本的维护了，集中精力维护无GUI版本功能独立版本的开发和维护，并且保证每个功能都是最小可用产品且互不干扰。但是功能独立版本一直有个历史遗留问题：没有将集中版本中爬取每个用户的所有微博的功能独立出来整体的剥离过程来算比较轻松，因为功能集中版本每个功能都有一个相对独立的类，这个用户微博爬虫就是一个 WeiboUserScrapy 类，只不过在集中版本中为了和其他功能模块进行通信和协调，引进了 PyQT5 的信号量，以及一些公共配置变量，独立时将这些东西去掉即可。
拿到代码后，你需要做的两件事依次是：
- 把 user_id 改成你想要爬取的用户 id（是纯数字）
然后运行代码即可，不一会儿你就能在项目的根目录下的 user 文件夹看到诸如
{user_id}_{nickname}_{weibo_num}博_{followers}粉_{following}关注.csv'
格式的文件，爬取的微博都保存在这里。
想到老铁们可能有这样的问题：某个博主有 4w 条微博，爬了 2w 条突然断网了或者 Cookie 过期了，难道要重新爬？ 作为良心博主，当然要加一个断点续爬的功能，其实实现起来也不难，每次写 csv 的时候同时将翻页参数 page 保存并更新到一个配置文件中即可，核心代码如下：
user_page_config = 'user_page.json'
if not os.path.exists('user_page.json'):
page = 1
with open(user_page_config,'w', encoding='utf-8-sig') as f:
f.write(json.dumps({f'{self.user_id}':page}, indent=2))
else:
with open(user_page_config,'r', encoding='utf-8-sig') as f:
page = json.loads(f.read())[f'{self.user_id}']
random_pages = random.randint(1, 5)
for page in range(page, page_num + 1):
self.get_one_page(page) # 获取第page页的全部微博
with open(user_page_config,'r', encoding='utf-8-sig') as f:
old_data = json.loads(f.read())
old_data[f'{self.user_id}'] = page
with open(user_page_config,'w', encoding='utf-8-sig') as f:
f.write(json.dumps(old_data, indent=2))
这样，就能右键运行代码，开开心心做其他事去，不用每时每刻盯着代码。 看完上述内容，你们掌握WeiboUserScrapy类爬虫爬取爬虫的示例分析的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！
网站标题：WeiboUserScrapy类爬虫爬取爬虫的示例分析
文章来源：
http://cdkjz.cn/article/jcojge.html
