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~