微博用户标识详解

---

title: 微博用户标识详解
date: 2017-09-06 03:15:27
tags: [爬虫]

微博用户标识详解

微博用户id

微博主要用三种手段标注用户:

• 用户昵称: 显示在页面的名字
• 用户名: 系统中用户的名字
• 用户Id: 系统中用户的ID编号

其中用户昵称是可以修改的, 剩下两个不可修改.

比方说吾爱破解论坛这个微博用户(http://weibo.com/52pojie),如下图所示:

其昵称为吾爱破解论坛, 用户名为52pojie, 用户ID为1780478695.

无论要抓取的微博链接是以用户昵称还是用户名作为标识的, 我们最后都要将其转化为用户ID, 方便后续的处理.

用户containerId

通过用户的特定containerId, 我们可以任意一个用户的信息. 比方说其所有发布过的微博和关注好友列表等.

如果只要抓取一个用户所发布的所有微博的话, 则containerId等于107603+UID.
比如我们要抓取吾爱破解论坛的微博,则其对应的containerId为1076031780478695.

我们访问以下的链接, 就可以获取到用户的前25条微博.

https://m.weibo.cn/api/container/getIndex?page=1&count=25&containerid=1076031780478695

结果如下所示:

从上面我们可以看到, 用户所发的微博已经全部显示在JSON文件之中了, 我们可以根据自己的需求获取到相应的内容.

• 用户昵称 screen_name
• 用户ID user.id
• 所发图片 pics
• ...

各种Id相互转换的代码

下面的contianerId指用户微博页面的contianerId

uid转contianerId

/**
* uid转contianerId
* @author yanximin
* */
static String uidToContainerId(String uid){
	if(uid==null)
		throw new IllegalArgumentException("uid is null");
	return 107603+uid;
}

昵称转contianerId

/**
 * 昵称转contianerId
 * @author yanximin
 * @throws IOException 
 * @throws ClientProtocolException 
 * */
static String nicknameToContainerId(String nickname) throws ClientProtocolException, IOException{
	String url = "http://m.weibo.com/n/"+nickname;
	HttpClient httpClient = HttpClients.createDefault();
	HttpPost post = new HttpPost(url);
	post.setHeader("User-Agent", USER_AGENT);
	HttpResponse response = httpClient.execute(post);
	post.abort();
	if(response.getStatusLine().getStatusCode()==302){
		String cid = response.getLastHeader("Location").getValue().substring(27);
			return "107603" + cid;
		}
		return null;
	}

用户名转contianerId

/**
* 用户名转contianerId
* @author yanximin
* @throws IOException 
* @throws ClientProtocolException 
* */
static String usernameToContainerId(String name) throws ClientProtocolException, IOException{
    String url = "https://weibo.cn/"+name;
    HttpClient httpClient = HttpClients.createDefault();
    HttpGet get = new HttpGet(url);
    get.setHeader("User-Agent", USER_AGENT);
    HttpResponse response = httpClient.execute(get);
    String ret = EntityUtils.toString(response.getEntity(), "utf-8");
    Pattern pattern = Pattern.compile("href="/([\d]*?)/info"");
    Matcher matcher = pattern.matcher(ret);
    while(matcher.find()){
        return "107603" + matcher.group(1);
    }
    return null;
}