Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/Hanson/weibot
微博爬虫，模拟登录，数据抓取
https://github.com/Hanson/weibot
Last synced: 3 months ago
JSON representation
微博爬虫，模拟登录，数据抓取
- Host: GitHub
- URL: https://github.com/Hanson/weibot
- Owner: Hanson
- License: mit
- Created: 2019-11-21T06:54:22.000Z (almost 5 years ago)
- Default Branch: master
- Last Pushed: 2023-04-19T21:14:39.000Z (over 1 year ago)
- Last Synced: 2024-06-27T11:34:46.567Z (4 months ago)
- Language: PHP
- Homepage:
- Size: 88.9 KB
- Stars: 232
- Watchers: 4
- Forks: 24
- Open Issues: 4
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# weibot
微博机器人
## 安装
`composer require hanson/weibot:dev-master -vvv`
## 文档
### 登录
```php
'',
'password' => '',
'cookie_path' => __DIR__.'/cookie', // cookie 存储路径
'debug' => []
]);
```
### 搜索 Search
```php
search;
$search->getData([
'keyword' => '关键词',
// 'page' => 1, // 页数
// 'start_at' => '2019-11-07-6', # yyyy-mm-dd-h 时间筛选
// 'end_at' => '2019-12-07-8',
]);
```
### 我的关注 Follow
```php
follow;
// 获取我的关注
$follow->getData([
// 'page' => 1, // 页数
]);
// 取消关注
$follow->unfollow($uid);
```
### 微博 Post
```php
post;
/**
* 发送微博
*
* @param string $text 发送的微博内容
* @return mixed
*/
$post->send($text);
/**
* 评论微博
*
* @param $mid string 微博 id
* @param $content string 评论内容
* @param bool $forward 是否转发
* @return mixed
*/
$post->comment($mid, $content, $forward = false)
/**
* 转发微博
*
* @param $mid
* @param $reason string 转发内容
* @param bool $isComment 是否评论
* @param bool $isCommentBase 是否对原微博评论
* @return mixed
*/
$post->forward($mid, $reason, $isComment = false, $isCommentBase = false)
/**
* 删除微博
*
* @param $mid string 微博id
* @return false|string
*/
$post->delete($mid)
// 我的微博（待开发）
$post->getData()
```
## 参与开发更多 API
基于 weibot，开发微博的抓包工作会更加简单
### 一、登录
微博很多操作都需要登录，所以写脚本的时候先登录，让 cookie 存储起来 `$weibo->login()`
### 二、抓包
根据浏览器看到的请求，我们可以尝试模拟一下
```php
post('http://weibo.com', [
'header' => [
// 如果有特殊 header 需求
],
'form_params' => [
// 各种请求参数
]
]);
// 得到的 response 有可能是页面，也有可能是接口，自行处理
$data = json_decode($response->getBody()->getContents(), true);
```
### 相关头绪
* 微博部分页面是基于页面渲染的模式
* 微博的渲染并不按套路出牌，而是使用了 FM.view 的内部框架
* 抓取内容需要先在 script 里正则匹配出来相关的 HTML。 例如：`preg_match_all('/Pl_Official_MyProfileFeed__20.*html\":\"(.*)\"}/', $html, $matches);`
* 有部分地方是异步接口的，例如下滑滚动分页