可以通過捉包得出, 登錄url 不是https://passport.csdn.net/acc...
而是這個https://passport.csdn.net/acc...
session.post(url，data=post_data, headers=headers)
中的url 改回 https://passport.csdn.net/acc... 就可以登錄

print這個看一下吧

r.encoding = 'gbk'
soup = BeautifulSoup(r.text, 'lxml')

設置一個map = {}
遍歷fData
合并map[ownerName]信息
最后把map轉成數組就好了

微博pc端很難爬，你得做好心理準備

重在怎么在控制臺里使用js發送請求，獲取數據？控制臺不能使用jQuery還有其他第三方庫吧？那么請求怎么發送呢

可以用 jQuery ，只要頁面有引入。
否則，你就自己 new XMLHttpRequest 就好了，自己查這個 API 的文檔吧。

1、要怎麼讓他以 名稱1, 名稱2, 名稱3.... 排列？
在寫sql語句的時候，寫上

order by 字段名稱 asc

2、把這個數據丟到某個全局變數？
全局變量一般以global關鍵字來聲明，具體可以參考這里
https://www.cnblogs.com/Striv...

可以看看這篇博客 http://blog.51cto.com/1292522...

你要定位的標簽應該是通過js通過異步來生成的，所以沒法定位，等一段時間試試

array_count_values()???

想解決什么？？

You can match other attributes like id or class, src.

為提升性能，應減少 pandas.DataFrame.apply() 的逐行操作，在本例中可改用 numpy.where() 二元操作符，如下

In [1]: import pandas as pd

In [2]: import numpy as np

In [3]: df1 = pd.DataFrame({'t': [1,2,3], 'user_id': [10,20,30], 'v': [1.1,2.2,3.3]})

In [4]: df1
Out[4]: 
   t  user_id    v
0  1       10  1.1
1  2       20  2.2
2  3       30  3.3

In [5]: df2 = pd.DataFrame({'t': [4,1,2], 'user_id': [40,10,20], 'v': [400,100,200]})

In [6]: df2
Out[6]: 
   t  user_id    v
0  4       40  400
1  1       10  100
2  2       20  200

In [7]: df3 = pd.merge(df1, df2, how='right', on=['t', 'user_id'])

In [8]: df3
Out[8]: 
   t  user_id  v_x  v_y
0  1       10  1.1  100
1  2       20  2.2  200
2  4       40  NaN  400

In [9]: df3['v'] = np.where(np.isnan(df3.v_x), df3.v_y, df3.v_x)

In [10]: df3
Out[10]: 
   t  user_id  v_x  v_y      v
0  1       10  1.1  100    1.1
1  2       20  2.2  200    2.2
2  4       40  NaN  400  400.0

In [11]: del df3['v_x']

In [12]: del df3['v_y']

In [13]: df3
Out[13]: 
   t  user_id      v
0  1       10    1.1
1  2       20    2.2
2  4       40  400.0

爬取頁面信息，對獲取的數據進行過濾，篩選，排序等操作，通過一定的算法，把整理后的數據展示給用戶。
至于具體怎么個智能解析，外人哪里知道。

假設你的這段html代碼命名為s

from bs4 import BeautifulSoup

soup = BeautifulSoup(s, "lxml")  
table = soup.find("table", {"class", "mod_table"})  # 獲得table，用class來限制唯一性
trs = table.find_all("tr")[1:-1]  # 獲得table內的各行，去除表頭（第一行）和頁碼（最后一行）
result = [tr.find_all("td")[4] for tr in trs]  # 獲得每個tr里的所有td中的第5個（目標）

獲取html上的元素一般都可以用這種方法。

一篇不錯的反爬蟲技術方案博文：https://github.com/FantasticL...

下載的SDK文件中的config配置參數沒有改，改成自己的微信參數就OK了

可能是抓錯了？微博抓包的話建議用瀏覽器打開移動端的鏈接，直接用m.weibo.com登錄就行了，那個接口很好用。

pd.concat(frames, axis=1, join_axes=[A.index])

而不是 'A'.index, 加單引號表示其為字符串了。