用Python搜微博、读选中讨论的评论,整理产品使用问题
用下面的 weibo_read.py 脚本,先以 weibo.web_v2.fetch_realtime_search 保存一页微博关键词搜索,再挑出真正谈到产品使用的微博,用各自的微博 ID 以 weibo.web_v2.fetch_post_comments 查评论。已有核对过的微博 ID 时,直接查评论。交给同事的表里保留问题、原句、使用条件和原微博。
例如研究露营灯,先搜「露营灯 低温续航」,再从实际使用的微博和评论里找温度、亮度档位和续航的疑问。weibo_read.py 只用 Python 3 标准库,每次运行保存一条请求及其完整响应。
1. 准备这一轮的范围
在本地环境配置 BEATAPI_API_KEY。weibo_read.py 从环境变量读取密钥,保存的文件不含鉴权头。先安排一页搜索,人工选 2–3 条相关微博,每条读一页评论。
1 页搜索加 3 页评论是 4 次数据查询,按价格页各动作的当前单价计算。只有微博需要全文时才查详情。请求的 count 不是实际返回的评论数。
2. 用Python保存一份原响应
把下方脚本保存为 weibo_read.py。search 模式调用 weibo.web_v2.fetch_realtime_search,comments 模式调用 weibo.web_v2.fetch_post_comments。每次运行用新的输出目录。
取一页搜索:
每个输出目录保存请求、尝试时间、调用记录(call.json)和原响应(response.json)。weibo_read.py 只检查公共执行信封;微博内容仍要人工阅读,call.json 里记为 platform_review: required。脚本保存所有 HTTP 返回;网络中断时,脚本记录这次尝试后退出,从不自动重试,也不覆盖已有目录。
3. 先选真正相关的微博
- 核对每条结果。 读搜索返回的实际微博,核对产品、场景和作者。
- 优先选有用的微博。 优先选有使用经历、具体疑问或值得展开讨论的微博。
- 排除干扰。 无关同名内容和活动转发排除,并记下每条的排除原因。
已确认的微博 ID 按原始字符串保存,同时记录来源、选择理由、原文和实际返回的时间信息。weibo.web_v2.fetch_realtime_search 和 weibo.web_v2.fetch_post_comments 尚未登记固定列表键,不要套用别家的 data.items、metrics.comments 或 page.next_cursor。先把材料保存好,再按实际结果确定微博。
选文可以用这样一张人工表:
长文正文不完整时,按正文与编号说明补取选中微博的详情,不用摘录代替全文。
4. 读取选中微博的评论
用已确认的微博 ID 和新目录运行 comments 模式:
每条选中微博的评论分别存进单独的目录。weibo.web_v2.fetch_post_comments 的 id 是微博 ID,首个 max_id 为空;下一页用响应实际返回的续页值。weibo_read.py 只取首批评论,不会自动选帖、翻页或读全部回复。
遇到“能撑多久”“你说的不是这款”等含糊评论,按评论研究问答补父子上下文。读回复时传的是一级评论 ID,不是微博 ID。
5. 从原材料整理成团队能处理的问题
人工工作表保留:主题、支持原句、微博与评论来源、父子关系、使用条件、判断理由、待核项和下一步。支持评论数和不同微博数分开统计,同一段讨论里的多条回复保留关系。
例如,把“低温高亮能撑多久”交给测试与说明核对;确有型号纠正的讨论先分组再判断;抽奖参与留言不进入使用主题。每个结论都要能回到保存的材料,不从关键词自动推断用户态度。
这条流程交付搜索与评论的原响应,以及人工审阅过的问题表。按评论数自动选前 10、按统一字段自动导出 CSV,都需要先确认输出结构,所以本指南不提供基于猜测字段的批量解析器。
给已接入 BeatAPI 工具的助手,可以这样布置:
复用这轮Python保存的搜索和评论,选与露营灯实际使用有关的内容。每个问题附原句、条件和来源,必要时指出要补哪段回复。列出可写进说明的内容与待测试事项,说明实际读过的范围。
先处理已有问题,再按缺口安排下一轮读取。定时运行、存储和通知在自己的任务环境里配置。

