微博话题统计

要解决什么问题

做舆情或热点分析时，你往往需要在微博里按关键词搜一批话题，并快速知道：一共出现了多少个话题、讨论量和阅读量各是多少。手工在浏览器里切到「话题」页签、逐条抄数字既慢，也不适合交给 Agent 反复执行。

本技能用 Python 脚本驱动 agent-browser，把「打开搜索 → 点话题 → 抽数据 → 汇总」串成一条可重复的流水线，结果可在控制台阅读，也可按文档思路扩展为 JSON 或文件输出。

工作流程与实现要点

1. 打开搜索页：带关键词访问微博搜索 URL。
2. 切换页签：自动点击「话题」，进入话题搜索结果。
3. 提取字段：在页面 DOM 上用 JavaScript 定位话题条目，用正则匹配「XX讨论 XX阅读」，并把 1.2万 这类文案解析成数值。
4. 汇总输出：统计话题总数、总讨论数、总阅读数，并用 format_number 等逻辑保留易读格式。

跨平台有两套入口：scripts/scrape_weibo_topic.py 供 Linux/macOS；Windows 建议用 scrape_weibo_topic_windows.py，把多行 JS 压成单行传参、处理 eval 的双重 JSON 编码，并合并滚动与采集，典型耗时可从 1 分钟以上降到约 30–40 秒。首次运行会检查 agent-browser，缺失时会尝试 npm install -g agent-browser。

边界与注意点

• 统计范围是当前搜索结果里展示的话题（常见前 10–20 条），不是全站全量；数据随时间变化，重要结论宜回微博页面核对。
• 搜索话题页一般无需登录，但仍可能遇到反爬或加载超时；可调等待时间、用 --headed 看浏览器窗口排查，批量关键词宜间隔请求。
• 页面 DOM 若改版，选择器与提取逻辑可能需要维护；依赖 Node 与 agent-browser 环境正确安装。