Python菜鸟笔记：实时备份指定对象最新微博（1）

[前言]

笔记就懒得排版啦。这篇文章也是边学边记录，想做个什么东西我心里是清楚的，但最后能不能做成我也没谱，没准我碰到难处就放弃了。

[想做个啥]

写一段代码，放到服务器运行。这段代码所做的事是每隔一分钟，去访问一次指定微博主页，监控一下有没有最新的微博更新，如果有，就把最新的那条微博保存下来。下次再访问，就拿已记录的最新微博和主页上的最新微博对比，如果主页有更新的，就再次保存...循环往复。

[为什么用python]

1、之前自学过易语言，中文编程的，做本地软件可以，但没法web开发，想学下正统的编程语言

2、正统语言有很多，但下面这张图跟我说：

[基础环境搭建]

python的安装（必选）：百度“python 安装”，首页就有很多教程，有图文。如果想看视频安装过程，可以百度“廖雪峰 python”，他做了个网站专门讲python，第二节就是讲安装python，有视频。python安装很简单，点击运行exe安装包就可以了，跟装普通电脑软件一样，唯一注意一点是下图，箭头处注意勾选了就可以。

pycharm的安装与配置（可选）：这个软件是个python编程的集成环境，方便我们写python代码的。没有它也一样写，但在它里面写会方便一些，至少省去我们在cmd里敲命令。可以理解它是个提供一条龙服务的东西。我觉得装一个吧，反正几分钟就搞定了。它的安装和配置，可以百度搜索关键词 “pycharm 安装 首次使用” 也是很多详细教程的。配置的关键点如下图，在于告诉这个软件：我写的程序，你用我刚刚安装的那个python.exe来解释/运行。

[预备知识点]（不一定正确，只是我的个人理解）

浏览器上的网页是怎么显示的？

然后你浏览器会把这些代码翻译成下面这个页面：

【开工】======================

第一步：像浏览器一样访问网站，获取服务器返回的网页代码

python怎么访问网站呢，我也不知道，我就百度。搜索“python 访问网页”、“python http请求”看了几个网页，都说“requests”这个库很好用，比自带的库简单。一看到比自带的简单我就开心了，先装一个。一般介绍“requests”都会讲怎么安装的，因为安装非常简单。之前我们安装了python，现在只要打开cmd，输入“pip install requests”按回车就可以了，会自动安装。

看了下网上的教程，用这个库发起请求的用法也简单（requests的功能有很多，此时只用get访问的功能）。requests.get(‘’)括号里面填网址就可以了。OK，试一下访问糗事百科的一个网页。编写代码，点击运行，可以收到返回的网页源码。检查了一下，返回的代码，跟我们在网页上点鼠标右键，选择“查看网页源代码”看到的一模一样。成功！

那再试试微博的吧！

改成微博的链接运行，然后检查一下.....咦，怎么返回的代码，跟网页上查看源代码完全不一样呢？

我们发现，微博拒绝了给我们想要的东西。应该是它判定我们是一个机器人，给了另外一个要求登录的页面给我们。但其实我们在用浏览器访问微博时，就算没有登录帐号，也是可以访问指定人微博主页的。所以我们继续百度搜索“requests 模拟浏览器访问网站”或“模拟浏览器请求”等学习.....

通过查找网上资料学习，我们了解到：先正常用浏览器访问指定微博网页，抓包记录访问网站时，我们在无账号登录下的headers是什么；然后建立一个http会话，把原来记录的headers复制一份到代码中，这样微博就不会再阻拦你了。

谷歌浏览器抓包是在浏览页面按 “F12”快捷键，切到“network”选项卡，红色按钮则是记录状态，再点一下则变灰、停止记录。

抓到数据后，我们查看它的header，复制下来。我们如果全部复制下来，加入到我们的代码中，是最好的。但是其实我们只拿“cookie”（用户信息凭证）和“user-agent”（浏览器信息）就够了。好比我们去买对电池，有包装是更好，但其实没包装也一样用，电池本身最重要。如图：

我们把它写进代码....requests的get()方法本身就支持我们自定义headers的；我们在之前查requests教程里有讲。

改完运行一下，成功~

至此，我们能成功地通过代码获取到指定网页的源代码

下一次，我们解决：

怎么从源代码里，提取出我们想要的任何信息？