問題描述

1.問題描述我正在做微博水軍相關分析，需要獲取微博用戶的轉發(fā)微博比和原創(chuàng)微博比，即用戶轉發(fā)他人微博數/所有微博數。

查閱文獻發(fā)現很多人的論文中有這一類數據，但不知道怎么獲得的。

我發(fā)現手機端和pc版本的微博，都可以利用篩選，查找一個人的轉發(fā)微博，但是當我在手機版這樣篩選時返回結果為空。

而電腦版得到的結果，轉發(fā)微博數和原創(chuàng)微博數的和明顯遠小于全部微博數。

2.需要的幫助（1）新浪微博的搜索引擎是不是有問題（2）能否通過某種搜索方式得到一個人的原創(chuàng)微博數，和轉發(fā)微博數，API與爬蟲均可。（不是用全部微博數-原創(chuàng)微博數，因為還包含不可見微博）。

問題解答

我開源了一個分布式的微博爬蟲，該項目最初是做關于熱門微博轉發(fā)的分析（和我本身工作相關）。后來經過我多次修改，加了很多新的功能，并把它開源出來了。關于第一個問題，微博的搜索引擎是否有問題，我覺得有可能是它刻意為之，因為比如像用戶關注和用戶粉絲，微博系統(tǒng)就只會限制返回5頁數據，像按地方搜索用戶，也只會返回幾萬條數據。也有可能是由于有些微博你沒權限查看，而它搜出來的結果是你有權限查看的。你說的第二個問題，不可見微博肯定是拿不到的，爬蟲只能拿到普通用戶能看見的微博數據，這個我也是在代碼中實現了。因為私有微博的話，肯定微博系統(tǒng)不會展示的，API應該也拿不到。因為微博這么大的公司，還是得保護一下用戶隱私吧。移動端你通過搜索接口搜索返回為空的原因，其實可能是因為微博刻意這么做的。你可以仔細調研一下，會發(fā)現PC端的信息比移動端的微博信息豐富得多。所以如果要做爬蟲，且要求數據全面，肯定得從PC端入手。