爬取微博的 API

下面这条 url 可以获取指定用户最近发布的微博，count 指定获取多少条微博，uid 就是用户 id。

const api = `https://weibo.com/ajax/statuses/mymblog?uid=${uid}&count=${count}&page=${page}`;

不过大家都建议爬移动端 m.weibo.cn。获取某位用户最新的微博：

const count = 5;
const page = 1;
const uid = "2106855375";
const url = `https://m.weibo.cn/api/container/getIndex?uid=${uid}&t=0&luicode=10000011&containerid=107603${uid}&page=${page}&count=${count}`;
//https://m.weibo.cn/api/container/getIndex?uid=1729382834&t=0&luicode=10000011&containerid=1076031729382834&page=1&count=5

其中 107603 是特殊的数字，如果换成 100505 可以只获取这位用户的 userinfo，例如：

const uid = "2106855375";
const url = `https://m.weibo.cn/api/container/getIndex?containerid=100505${uid}`;

有人分享了这个 api 的限制：

限制还是有的，如果不登陆直接请求，短时间会出现 403，加上 Cookies 会解决 403 问题，小规模单机单 job 爬取没问题，如果增加 job 数，每秒达到约 10 次左右会出现 414，此时需要切换代理解决。

获取用户最新微博的 API 返回的关键字段：

• ok：1 表示成功，0 表示没有内容，可能是 uid 输错了；
• data：除了 ok 就是 data，所有数据在 data；
• data.cards：几乎所有 data 在 cards；
• cards 是一个数组，card_type 为 11 表示标签，为 9 表示微博，为 1 表示可能感兴趣的人，11 表示粉丝群；
• card.mblog.mblogtype 为 2 表示原创置顶？为 0 表示普通原创微博？为 1 表示热门原创？
• 我发现 count=1 时，可能会获得多个 card，这里的 1 只是最新的那条微博的 card，除了这个 card，可能还会有 card_type 为 11、1、11 的 card，这些 card 不计入 count 中，另外置顶微博可能也不算入 count 中，也许这条置顶微博也是最新微博才会算入；
• card.mblog.page_info.type 为 video 表示包含视频，为 search_topic 表示含有标签，
• 根据 card.mblog.isLongText 判断是不是长微博；
• 根据 card.mblog.retweeted_status 判断是不是转发；
• 根据 mid 可以在微博小程序查看这条微博；
• 获取博主昵称，可以找出第一个 9 类型的 card，然后 mblog.user.screen_name；
• card.mblog.page_info.type 有 video、topic（超话）、search_topic、webpage（例如绿洲推广横幅）、wenda，需要注意不是所有微博都有 page_info，page_info 是微博中的一块特定区域特定信息；
• 任何一条微博的唯一 id：mblog.id 或者 mblog.mid，拿到 uid 和 mid 就可以访问这条微博，例如；
• 文字 + 图片的微博，可以通过 card.mblog.text 获取文字，通过 card.mblog.pics 获取图片，pics 是一个数组，每个元素包含大小两个尺寸的图片信息，文字如果显示可直接访问这条微博的链接（看上一条说明）提取；
• 文字 + 视频的微博，可以通过 page_info.page_pic.url 获取视频封面图；