dingmyu/weibo_analysis

The python crawler which automatically crawls the original microblogs and pictures of the specified user, analyzes the microblogs, and displays them in the form of html charts.

weibo_analysis

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。

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）

weibo_analysis's Issues

报错 print

SyntaxError: Missing parentheses in call to 'print'

error sleep

一直 如此的话 怎么破？
1 error
1 sleep
2 error
2 sleep
3 error
3 sleep

爬取的内容最好能加上时间

麻烦问一下 为什么会出现这个问题

sys.stdout.flush()

IOError: [Errno 9] Bad file descriptor

27行下标越界

user_id和cookie读入成功
Traceback (most recent call last):
File "weibo.py", line 27, in
pageNum = (int)(selector.xpath('//input[@name="mp"]')[0].attrib['value'])
IndexError: list index out of range

image_path is not defined

Windows 下报错，请作者协助检查原因，谢谢！作者辛苦！

报错信息：
user_id和cookie读入成功
ready
2
正在进行第 1 次停顿，防止访问次数过多
正在进行第 2 次停顿，防止访问次数过多
正在进行第 3 次停顿，防止访问次数过多
正在进行第 4 次停顿，防止访问次数过多
1 word ok
1 picurl ok
1 sleep
2 word ok
2 picurl ok
2 sleep
正在进行第 5 次停顿，防止访问次数过多
文字微博爬取完毕
图片链接爬取完毕
该用户原创微博中不存在图片
原创微博爬取完毕，共11条，保存路径D:\TEMP\weibo/5269080015
Traceback (most recent call last):
File "weibo.py", line 128, in
print u'寰崥鍥剧墖鐖彇瀹屾瘯锛屽叡%d寮狅紝淇濆瓨璺緞%s'%(image_count -
1,image_path)
NameError: name 'image_path' is not defined

环境：
Windows 7 64bit 企业版
Python 2.7.13

Traceback (most recent call last): File "weibo.py", line 8, in <module> import urllib2 ImportError: No module named 'urllib2'

Traceback (most recent call last):
File "weibo.py", line 8, in
import urllib2
ImportError: No module named 'urllib2'

图片无法爬取

有朋友遇到了爬取用户有原创图片，而运行完之后爬取不到微博图片这种问题吗