前言
对于很少玩微博@張行之_的我来说，微博内容少的可怜。所以本人就想：能不能写个成功程序来帮我发微博。这个程序要满足以下要求：
自动化，自动登录微博，自动发微博。
微博内容要有意义，不能是随机生成的字符。
可以设置每隔一段时间发一条微博，频率不能太快，当然也不能太慢。
于是，就诞生了这个程序，代码使用纯Python实现，没有使用微博SDK，主要是模拟HTTP操作。程序运行后会先登录微博，然后启动一个定时器，每隔一段时间爬取秒拍、cnBeta、博客园、TechWeb、推酷最新的内容，再转发到微博。
试用了几天，效果可以查看我的微博：@張行之_。
整体结构
程序分为3个模块：微博登录、定时发微博、微博内容生产。代码结构如下：
sinaWeibo
|----main.py
|----sinaWeiboLogin.py
|----config.py
|----logger.py
|----sendWeibo.py
|----TextFactory.py
|spider
|----__init__.py
|----utility.py
|----http.py
|----spider.py
|----cnbeta.py //解析cbbeta
|----cnblog.py //解析博客园
|----techweb.py /解析techweb
|----tuicool.py //解析推酷
|----..... //更多解析
使用
如果你只想使用该代码来发微博，并不关心代码是怎么实现的，那么你只需要读这一节内容。
修改配置文件config.py，把微博账号和密码改为你自己的，还可以设置发送时间(默认是30分钟一次)。
在TextFactory.py可以设置微博内容生成规则，也可以使用默认的规则。
运行main.py，python main.py。
注意：
该代码使用了代码依赖requests和rsa，没有安装的话需要先安装：
pip install rsa
pip install requests
如果你的微博登录时要输入验证码，该代码是登录不成功的，可以在账号安全的登录保护中设置不输入验证码。
登录
登录网上有很多现成的方法，在GitHub上找到一个登录新浪微博的Python代码，使用requests，比urllib2更方便。代码依赖requests和rsa。代码有点旧，需要做一点修改。
WBCLIENT = 'ssologin.js(v1.4.5)' => WBCLIENT = 'ssologin.js(v1.4.18)'
两个正则表达式也需要修改下：
login_url = re.search(r'replace\([\"\']([^\'\"]+)[\"\']', resp.text).group(1)
改为：
login_url = re.search('replace\\(\'([^\']+)\'\\)', resp.text).group(1)
login_str = re.match(r'[^{]+({.+?}})', resp.text).group(1)
改为：
login_str = login_str = re.search('\((\{.*\})\)', resp.text).group(1)
登录时要注意，如果需要输入验证码，这段代码是会登录失败的，可以在账号安全的登录保护中设置不输入验证码。
定时自动发微博
新浪微博发微博的接口是：
/aj/mblog/add?ajwvr=6&__rnd=时间戳
时间戳使用int(time.time() * 1000即可设置。
Post提交数据：
"location" : "v6_content_home",
"appkey" : "",
"style_type" : "1",
"pic_id" : "",
"text" : 微博内容,
"pdetail" : "",
"rank" : "0",
"rankid" : "",
"module" : "stissue",
"pub_type" : "dialog",
"_t" : "0",
提交数据时需要设置Headers:
self.http.headers["Referer"] = "/u/%s/home?wvr=5" % str(self.uid)
uid在登录时会返回。
在Python中启动一个定时器(Timer)，每当定时器触发的时候向这个接口Post数据就能实现自动发微博了。
def newTimer(self):
self.timer = Timer(TIME_SLOG, self.main, ()).start()
def stop(self):
log("结束任务")
self.timer.cancel()
pass
def main(self):
self.sendWeibo()
if TIMER_REPEAT:
self.newTimer()
def sendWeibo(self):
text = TextFactory.getText()
self.update(text)
log(u"发送微博：" + text)
微博内容生产
要产生有意义的微博内容，一般需要从网站上爬取。当然，也可以把内容写入文本再定时发送。内容都是从网上爬取的，因此需要实现一个爬虫，用Python的requests爬取网页非常方便，几行代码搞定。使用SGMLParser解析网页也是非常方便的。爬虫部分在爬取网页都是一样的，解析时不同，所以只需要分别对每一个网站实现一个SGMLParser子类就能实现多个网站的爬取了。
为了从不同网站爬取数据，代码实现一个轮询机制，用一个容器保存各个网站的爬虫对象，在每次获取微博内容时使用不同的爬虫对象。
spiders = [
Spider(miaopai.HOME_URL, miaopai.MiaopaParser()),
Spider(cnbeta.HOME_URL, betaParser()),
Spider(cnblog.HOME_URL, blogParser()),
Spider(techweb.HOME_URL, techweb.TechwebParser()),
Spider(tuicool.HOME_URL, tuicool.TuicoolParser()),
Spider(miaopai.HOME_URL, miaopai.MiaopaParser()),
]
currentIndex = 0
count = len(spiders)
def getText():
spider = nextSpider()
text = spider.getAMessage()
return text
def nextSpider():
global currentIndex
spider = spiders[currentIndex]
currentIndex = (currentIndex + 1) % count
return spider
添加爬虫
代码设计具有较好地扩展性，在爬虫类spder.py中定义一个解析属性
class Spider(object):
def __init__(self, homeUrl, parser):
super(Spider, self).__init__()
self.homeUrl = homeUrl
self.parser = parser
def getAMessage(self):
html = http.get(self.homeUrl)
self.parser.feed(html)
return self.parser.getMsg()
在创建Spider对象时，只需要注入不同的解析对象，就能解析不同的网站内容了，甚至还可实现从其他渠道获取内容。
在TextFactory.py中实现了轮询机制，当有新的解析类时，只需在TextFactory.py中的spiders添加一个就行。
结语
该代码已经基本满足了前言的3点要求，不过还存在一些问题：
爬虫部分还存在很多冗余，可以进一步优化。
产生微博内容时可能会生成相同的内容，尤其是目标网站更新频率不高时。
