序言

六月，秋秋发生大规模盗号事件，众说纷纭，也有说因为某习通买卖个人信息导致的，有说是因为点了图片中的网站导致中毒被盗的，还有说企鹅数据库被攻击导致账号被盗的，反正公说公有理婆说婆有理。

但是吧，人呐，一般都喜欢凑热闹，于是乎，我直接用Python把围脖爬了一遍，看他们争论的不亦乐乎，我开心极了~

准备工作

使用的是Python3.8 和 pycharm 编辑器，为什么我用的是3.8 而不是最新版呢？

很多刚开始学Python的兄弟喜欢下载新版本，在原有的认知里面就是觉得最新的自然就是最好的，但是，对于软件而言，越新的版本，问题越多，不稳定，还需要不断地修改不断地完善。

打个简单的比方，以LOL为例，每次版本刚更新，总是会爆出一些小bug，然后收集一段时间后，再通过小版本或者直接在线就更新了。

所以说软件并不是版本越新越好，这里我推荐的是Python3.8，目前最稳定的版本。

pycharm的话，pycharm2020以前的版本是没有中文版插件的，只能通过在网上找的插件安装，后面的版本都可以直接在pycharm上安装插件。

代码展示

import pprint
import re
import requests
import csv
import pandas as pd

# f = open('微博评论.csv', mode='a', encoding='utf-8', newline='')
# csv_writer = csv.DictWriter(f, fieldnames=[
#     '用户',
#     '地区',
#     '评论',
#     '日期',
# ])
# csv_writer.writeheader()

url = 'https://m.***.cn/comments/hotflow?id=4784937075214225&mid=4784937075214225&max_id_type=0'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
response = requests.get(url=url, headers=headers)

lis = []
for index in response.json()['data']['data']:
    content = ''.join(re.findall('[\u4e00-\u9fa5]+', index['text']))
    dit = {
        '用户': index['user']['screen_name'],
        '地区': index['source'].replace('来自', ''),
        '评论': content,
        '日期': index['created_at']
    }
    lis.append(dit)
    # csv_writer.writerow(dit)
    print(dit)

pd_data = pd.DataFrame(lis)
pd_data.to_excel('微博评论.xlsx')

效果

部分数据

大家还可以自己试试做做词云图，爬取多页等等刚操作！

快去试试吧~

高性能云服务器

精品线路独享带宽，毫秒延迟，年中盛惠 1 折起