weibo_comment_pc_tool: 微博评论采集软件工具，指定帖子链接爬评论

一、软件开发背景与功能概述

作为国内主流社交媒体平台，微博具有内容传播快、用户活跃度高的特点，其评论区更是公众观点表达的重要窗口。通过分析评论数据，可实现情绪趋势追踪、公众诉求挖掘、热点话题捕捉等研究价值。

基于此，本文介绍一款用Python开发的“爬微博评论软件”，支持根据帖子链接批量采集评论（含二级评论），并提供数据存储与分析功能。

二、软件界面与操作说明

2.1 界面布局

软件界面，简洁直观:

软件界面

主要功能区包括：

• 参数设置：支持选择是否包含二级评论、设置评论最大页数（-1代表全部页）、按热度/时间排序评论。
• 链接输入：可批量粘贴PC端或移动端微博链接（示例：https://weibo.com/...）。
• 运行日志：实时显示爬取进度、CSV保存状态及异常提示。
• 操作按钮：包含“开始执行”“退出程序”等功能键，底部标注版权信息。

2.2 使用流程

1、填写Cookie：

首次使用需在cookie.txt文件中填入个人微博Cookie（获取方法：通过浏览器开发者工具抓取微博请求中的Cookie字段，具体步骤见软件内说明）。

cookie获取

2、配置采集参数：

根据需求勾选二级评论、设置页码范围及排序方式，粘贴目标微博链接（支持多链接换行输入）。

3、启动采集：

点击“开始执行”，软件将按顺序爬取数据，每完成一页自动保存为CSV文件（避免中断丢失数据），日志区同步显示进度。

三、数据采集结果与格式

3.1 输出字段

采集结果包含14个维度数据，存储为CSV文件（示例字段如下）：

3.2 存储机制

• 每爬取一页自动保存一次CSV，文件以时间戳命名（如微博评论_20250515083626.csv），便于追溯。
• 爬取过程中若需查看数据，需复制CSV副本，避免直接打开导致程序中断。

四、技术实现与模块架构

4.1 开发语言与工具

软件基于Python开发，核心模块包括：

• Tkinter：构建GUI界面，实现参数输入与交互。
• Requests：发送HTTP请求，获取微博评论数据接口响应。
• JSON：解析JSON格式的返回数据，提取评论内容及用户信息。
• Pandas：处理数据并保存为CSV文件，支持增量写入。
• Logging：记录运行日志，包含时间、文件、函数名及操作信息，便于故障排查。

4.2 关键代码示例

出于版权保护，仅展示部分代码：

# 发送请求与数据解析
r = requests.get(url, headers=h1, params=params)
json_data = r.json()
for data in json_data['data']:
    text = data['text_raw']  # 提取评论内容
    text_list.append(text)

# 保存数据至CSV
df = pd.DataFrame({
    '微博链接': weibo_url,
    '评论内容': text_list,
    # 其他字段映射...
})
df.to_csv('结果文件.csv', mode='a+', index=False, encoding='utf_8_sig')

五、软件特性与使用须知

5.1 核心优势

跨平台兼容：Windows 用户可直接运行 EXE 程序，无需 Python 环境。

稳定性强：经测试支持长时间运行，自动处理反爬机制（请求间隔 1-2 秒）。

灵活性高：支持多链接串行爬取、自定义采集范围及排序方式。

5.2 免责声明

本软件仅限学术研究与技术交流使用，严禁用于非法活动或商业用途。

因违规使用导致的法律风险，由使用者自行承担，与开发者无关。

六、文末声明

软件首发于公号 “老男孩的平凡之路”，如需技术交流或问题反馈，可与开发者 @马哥 python说（10 年 Python 开发经验，持续分享技术干货）联系。