以最近大火的劉耕宏這條微博為例。

先抓取微博評論數(shù)據(jù)，包含評論時(shí)間，評論用戶昵稱，評論內(nèi)容，點(diǎn)贊數(shù)和ip歸屬地等：

打開工具，輸入微博mid和微博cookie就行：?

微博評論內(nèi)容的詞云圖：

再用python統(tǒng)計(jì)IP歸屬地的占比圖，來自廣東和上海的最多：

import?requests,re,csv,time,random,pandas?as?pd
import?numpy?as?np
from?pyecharts?import?options?as?opts
from?pyecharts.charts?import?Bar
from?pyecharts.charts?import?Pie
def?ipData(mid):
????df?=?pd.read_csv(f"{mid}.csv",encoding='utf-8')#,on_bad_lines='skip'
????df2=df.ip歸屬地.value_counts().sort_values(ascending=False).head(10)
????ip?=?df2.index.tolist()
????counts?=?df2.values.tolist()
????bar?=?(
????????Bar()
????????????.add_xaxis(ip)
????????????.add_yaxis("",?counts)
????)
????pie?=?(
????????Pie()
????????.add("",?[list(z)?for?z?in?zip(ip,?counts)],radius=["40%",?"75%"],?)
????????.set_global_opts(title_opts=opts.TitleOpts(title="餅圖",pos_left="center",pos_top="20"))
????????.set_global_opts(legend_opts=opts.LegendOpts(type_="scroll",?pos_left="80%",?orient="vertical"))
????????.set_series_opts(label_opts=opts.LabelOpts(formatter=":?s0sssss00s%"),?)
????)
????pie.render(str(mid)?+'.html')


另外微博轉(zhuǎn)發(fā)數(shù)據(jù)的抓取可以用chrome擴(kuò)展web scraper?不用寫代碼，Chrome 擴(kuò)展神器 web scraper 抓取知乎熱榜/話題/回答/專欄，豆瓣電影?，還是以劉耕宏這條微博的轉(zhuǎn)發(fā)為例 ，設(shè)置3個(gè)選擇器：微博昵稱，微博評論，評論時(shí)間。

看下抓取數(shù)據(jù)沒問題。

最后導(dǎo)出excel文件：

如果還想分析微博正文看我之前文章一鍵批量下微博內(nèi)容/圖片/視頻，獲取博主最受歡迎微博，圖片查找微博博主?，比如李健微博每個(gè)月的轉(zhuǎn)發(fā)評論贊數(shù)總和。

原創(chuàng)微博和轉(zhuǎn)發(fā)比例。

發(fā)微博來源占比：