• 本人爬蟲萌新，程式碼是網上搜了很多示例（很多看不懂，有些也跑不了了），摸摸索索了兩天才扒拉下來的，文中程式碼也非常簡單甚至沒有設定headers ,如有問題請指正，非常感謝！

• 瀏覽完整程式碼請直接拖動到底部。

• 工具：Jupyter notebook, Chrome

• 第一步：確定你要爬的是哪條微博的熱評，比如這個： 確定了之後我們就進入https://m.weibo.cn/，把這條找出來。

這個時候看它的url，把後面的數字串記住，那是每條微博獨有的標識，之後就可以直接帶入程式碼了！

• 第二步：把這個頁面的資訊扒拉下來

import requests
import json

url = "https://m.weibo.cn/api/comments/show?id=&page=1" #這個地址是個模板，id=後面貼上上剛才找到的數字串標識
#print(url)
content = requests.get(url)
content = content.text   #獲取頁面內容
content = json.loads(content)  #微博評論是用ajax載入的

content = str(content) #轉為string，因為待會兒用正則查詢圖片的時候需要它為string格式
print(content)   #打印出來看看是什麼
 

• 第三步：篩選出圖片地址 玩過微博的朋友都知道，刷微博的時候預設顯示的是小圖，點開後顯示大圖，在上面的內容中也一樣。另外其中也有其他圖片資訊，那就是評論使用者的頭像，這些統統都要用正則篩選掉，只選取評論配圖中的大圖。

#程式碼是接著上一步的
import re

pattern = re.compile(r'wx\d.sinaimg.cn\/large\/.+?\.jpg') #按照我們的要求編的正則
rst = pattern.findall(content)
print (len(rst))  #看看找到了幾條
print(rst)  #再看看有哪些

看樣子就是他們了~

• 第四步：儲存到本地

#同樣是接上邊的程式碼
from urllib import request
import time

for i,pic in enumerate(rst):  
 
    pic_url = 'http://' + pic #加上協議
    #print(pic_url)     
    urllib.request.urlretrieve(pic_url,'C://Users/lkm/Desktop/weibo/{0}.jpg'.format(i))  #儲存在已有的資料夾目錄下   
    time.sleep(1)

來看看下載下來了些什麼

大概就是這樣子了，如果要爬一條微博的全評論的話，應該是要換一個url的，但是我沒找到目前能用來爬的，如果有大佬知道請告訴我一下！

• 最後貼一下完整程式碼：

import requests
import re
import json
import time
from urllib import request

url = "https://m.weibo.cn/api/comments/show?id=4071519774381280&page=1"
#print(url)
content = requests.get(url)
content = content.text
content = json.loads(content)
content = str(content)
#print(content)
    
pattern = re.compile(r'wx\d.sinaimg.cn\/large\/.+?\.jpg')
rst = pattern.findall(content)
print (len(rst))
print(rst)
#time.sleep(0.5)
    
for i,pic in enumerate(rst):  

    #pic_url = re.sub(r'\\',"",pic)
    pic_url = 'http://' + pic
    print(pic_url)
           
    urllib.request.urlretrieve(pic_url,'C://Users/lkm/Desktop/weibo/{0}.jpg'.format(i))
        
    time.sleep(1)

題外話：會爬知乎的大佬能教我一下看headers裡面的authorization嗎，我在網上看了很多方法但是還是找不到……