目录
1 概要
通过cookies实现免密码登入，然后使用requests获取页面信息，之后使用re来提取js中的信息
项目地址：https://github.com/EricLULU/weibo
2 内容
本来想通过登入后在抓取的，不过研究了半天还是没发现怎么登入。。。还是努力学习早日成为大牛吧
废话不多说了，既然不能登入后在进行抓取，还可以使用其他的方式啊，比如selenium，或者cookies登入，通向罗马的路不止一条，何必在一个登入上吊死
这里选择cookies登入，毕竟使用selenium的效率太低了。。。。
好了，打开新浪微博，然后愉快的输入账户、密码，点击登入，然后等待跳转。跳转的速度实在有点慢，然后就又点击了一次登入，然后就弹出了验证码。。。。所以，等待跳转就好，不要太着急。
然后就进入到了自己的主页，在搜索框里输入你想要搜索的东西，楼主是想抓取每个人的关注列表，然后实在想不起来哪个人了，就以自己的为例吧（实际上我搜的是一个明星，手动哈哈），点击打开个人主页，然后右键查看源码，我要的信息呢？都在哪里呢？原来，微博使用的javascript来处理的，这样就没办法直接看到需要的信息了。那怎么办呢？
别急，虽然源码是经过javascript处理后加载出来（javascript教程，可以点击这里），但处理也是需要东西才能的啊，那需要的东西不就是我们想要的了吗？
所以，我们就来直接分析下源码吧
比如，我们想要抓取个人主页的关注人数和粉丝人数
直接查看源码的话，是找不到相关的标签的，那直接搜索关键字 “关注”， 看看能不能找到，嘻嘻
可以看到，我们已经找到我们需要的数据了（好像掉粉了。。。。），这种格式的数据肯定不能使用bs4后者pyquery等依靠标签的工具来进行解析了，是时候祭出正则表达式这面大旗了。 直接编写提取的表达式就好了。什么？还不知道正则表达式怎么写，点击这里了
废话不多说，匹配的模式如下：
p5 = r'<strong\sclass=\\"W_f12\\">(\d*?)<\\/strong><span\sclass=\\"S_txt2\\">关注<\\/span>' #关注的人数
p6 = r'<strong\sclass=\\"W_f12\\">(\d*?)<\\/strong><span\sclass=\\"S_txt2\\">粉丝<\\/span>' #粉丝数由于粉丝人数太多，就不提取了，这里提取的是关注者列表（明星的粉丝真多啊（*——*））。
接下来是关注者列表的提取了，提取的idol的名字和首页链接，和上面同样的操操，就直接上图了：
在源码页面搜索这个“电子竞技俱乐部”
搜索结果如下：可以看到我们已经找到其中的链接了（href）是个人首页链接
然后是这里的正则表达式：
p2 = r'<a\starget=\\"_blank\\"\stitle=\\"(.*?[\u4e00-\u9fa5]{0,})\\"\shref=\\"(.*?)\\"\s>'这样就能够提取出来需要的信息了。
其他的部分，我就放到的我的GitHub上了。最后，贴上一张我自己的运行图
哦，对了，多个账号在一台电脑上产生的cookies只有最后一个能用哦！