枝寒不栖

三个回答：1.姚玲，ad研究生，CB关注者，新媒体进军者。知乎用户、夏川真凉、Freya 等人赞同新浪官方微博评测工具：http://www.weiboreach.com 缺点：开放次数太有限~（1）传播影响：这条微博有多大的微力？它的传播产生了怎样的影响？人们的情绪是积极还是消极？（2）人群里的声音：传播过程中，针对这条微博，大家说的最多的是？哪种声音音量

感谢原作者在进行自然语言处理、文本分类聚类、推荐系统、舆情分析等研究中，通常需要使用新浪微博的数据作为语料，这篇文章主要介绍如果使用Python和Selenium爬取自定义新浪微博语料。因为网上完整的语料比较少，而使用Selenium方法有点简单、速度也比较慢，但方法可行，同时能够输入验证码。希望文章对你有所帮助~源码下载地址：http://download.csdn.net/deta

最开始用的webmagic，后来看scrapy方便实用就用scrapy了 ，后来碰到个编码问题，具体说下。1.爬取时新浪不让爬，然后每次重定向到robot.txt的一个路径。后来索性就爬取整个网页，但是爬取了以后发现里面很多utf8编码，没找到解编码的方法，因为爬取的整个网页中有些部分是汉字可以显示的，有些做了jsp处理的就不能显示汉字了。网上搜的时候发现了一个新东西娇selenium，说是爬