【正文】 ，這會(huì)為學(xué)生日后的工作和生活帶來(lái)很大的幫助。這除了自身努力外，與各位老師、同學(xué)和朋友的關(guān)心、支持和鼓勵(lì)是分不開(kāi)的。 前景與展望 本文主要從新浪微博 信息采集的方法與技術(shù)上進(jìn)行了一系列的研究，然后設(shè)計(jì)開(kāi)發(fā)了一個(gè)基于 API 的新浪微博信息采集系統(tǒng)，實(shí)現(xiàn)了對(duì)授權(quán)用戶微博信息的主題采集，在一定程度上解決了微博信息采集的自動(dòng)化以及采集結(jié)果數(shù)據(jù)的格式標(biāo)準(zhǔn)化，為后續(xù)對(duì)新浪微博的開(kāi)發(fā)奠定了基礎(chǔ)。然后分析了系統(tǒng)各模塊的具體實(shí)現(xiàn)過(guò)程。 (().substring(idstate， idsource2))。i++){ StatusWapper status = (0， 0， new Paging(i))。下面逐一說(shuō)明它們的關(guān)鍵代碼： (1) 微博信息的獲取 String access_token = 。 (5)。獲取到 code后，接下來(lái)把 code復(fù)制到控制臺(tái)中，然后點(diǎn)擊 Enter鍵，會(huì)輸入一些信息，記錄下其中的 Access Token。把下載得 SDK導(dǎo)入到項(xiàng)目中去，找到 ，打開(kāi)并填寫(xiě)好其中的 client_ID、 client_SERCRET和 redirect_URI三個(gè)參數(shù)，他們分別填寫(xiě)你的應(yīng)用的 App Key、 App Secret和回調(diào)地址。在調(diào)用 API 接口 Timeline 獲得授權(quán)用戶所有的微博信息以后，就可以通過(guò)輸入關(guān)鍵詞對(duì)微博信息進(jìn)行關(guān)鍵詞匹配，如果匹配成功，就將 微博信息中的 id 和微博內(nèi)容顯示在框架并以 txt文件的形式保存下來(lái)。 本章小結(jié) 本章主要對(duì)基于 JAVA 的新浪微博信息采集所用到的關(guān)鍵技術(shù)進(jìn)行介紹，詳細(xì)介紹了新浪微博開(kāi)發(fā)平臺(tái)中 JAVA SDK、微博應(yīng)用的創(chuàng)建過(guò)程、微博授權(quán)認(rèn)證流程以及微博信息的獲取，是本論文的主要技術(shù)概述 。 (6) 服務(wù)器同意用戶請(qǐng)求，并向其頒發(fā)通過(guò)新浪微博授權(quán)的 Access Token 與對(duì)應(yīng)的密鑰。相比于 ， 的使用更加方便和安全，它也是未來(lái)最主要的用戶身份驗(yàn)證和授權(quán)方式。其中 App Key 是應(yīng)用在開(kāi)放平臺(tái)中的身份標(biāo)志，每次應(yīng)用要調(diào)用 API 時(shí)，都需要提供 App Key 和使用人賬號(hào)，這樣方便新浪統(tǒng)計(jì)某個(gè)應(yīng)用的使用頻率，這樣既能保證某個(gè)應(yīng)用不能頻繁調(diào)用 API，避免出現(xiàn)惡意攻擊新浪的事件，另一方面，新浪也可以通過(guò)使用 頻率來(lái)進(jìn)行熱門(mén)應(yīng)用的推薦。新浪微博的開(kāi)放平臺(tái)提供了三種類(lèi)型的應(yīng)用，這三種應(yīng)用的特征如下表所示 ： 7 表 不同種類(lèi)的應(yīng)用及其特征 網(wǎng)站接入類(lèi)應(yīng)用 網(wǎng)站接入類(lèi)應(yīng)用是新浪微博針對(duì)第三方網(wǎng)站提供的社會(huì)化網(wǎng)站接入網(wǎng)絡(luò)接入方案。要使用這些 API，需要先創(chuàng)建一個(gè)自己的應(yīng)用，然后進(jìn)行認(rèn)證，認(rèn)證完成后即可使用 API 獲取新浪微博的數(shù)據(jù)了。本文中主要采用 JAVASE 進(jìn)行系統(tǒng)設(shè)計(jì)。最后對(duì)所設(shè)計(jì)的平臺(tái)進(jìn)行驗(yàn)證，分析其效果。 本文分為四章進(jìn)行闡述。郭穎為 [12]設(shè)計(jì)并實(shí)現(xiàn)了基于多生產(chǎn)者多消費(fèi)者模型的網(wǎng)頁(yè)信息采集與存儲(chǔ)的網(wǎng)絡(luò)爬行器，采用多線程的方式分別對(duì)每類(lèi)結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行存儲(chǔ)。 Diligenti[7]從相關(guān)頁(yè)面出發(fā)，構(gòu)建 “ 語(yǔ)境圖 ” 和分類(lèi)器，并根據(jù)語(yǔ)境圖的層次預(yù)測(cè)距離相關(guān)頁(yè)面的遠(yuǎn)近，較近的頁(yè)面較早訪問(wèn)。國(guó)外學(xué)者主要是針對(duì)網(wǎng)絡(luò)爬蟲(chóng)技術(shù)做出了一系列研究。 在各大微博平臺(tái)飛速發(fā)展的同時(shí)，微博平臺(tái)也為開(kāi)發(fā)者和研究者提供了良好的數(shù)據(jù)獲取方式。移動(dòng)終端提供的便利性和多媒體化，使得微博 用戶體驗(yàn)的粘性越來(lái)越強(qiáng)。 目前微博已經(jīng)成為網(wǎng)民獲取信息的重要途徑之一，微博從滿足人們?nèi)蹶P(guān)系的社交需求上逐漸演變成為大眾化的輿論平臺(tái)，越來(lái)越多機(jī)構(gòu)及公眾人物都通過(guò)微博來(lái)發(fā)布或傳播信息。根據(jù)相關(guān)統(tǒng)計(jì)，國(guó)內(nèi) 2020 年 1 月份社會(huì)化媒體排行榜如表 所示。 關(guān)鍵詞 ：社交網(wǎng)絡(luò)，新浪微博， API，信息采集 II Abstract This paper is mainly to develop an information collector, which can collect the information of Sina microblogging by the use of Eclipse. The results of this paper have important guiding significance for the further study of Sina microblogging. In this paper, we mainly introduce the principle of social works. On the basis of this, we take Sina microblogging as our research object, using JAVA programming software for the information collection of it. The main work of this paper has the following aspects: First, we introduce the principle of JAVA SDK, which is provided by the Sina microblogging system to obtain data. The method to get the data by SDK is to use the API interfaces of Sina microblogging. This part of the work requires the use of JAVA SDK to get the access to the API. Only when we have the access to the API of Sina microblogging, we can get through the identity authentication of Sina microblogging. Currently Sina microblogging use the OAuth protocol for the identity authentication. The advantage of is fast and accurate, which rarely changes due to changes of the microblogging platform. But the drawback is that there are too many limiting factors for API. Then we use the JAVA programming software Eclipse to design a friendly interface to realize the information collection of Sina microblogging. By entering a keyword in the input area, the system we designed can match the keyword with Sina the keyword appears in the microblogging, the system will collect the information of the Sina microblogging .By the same time, the system will save the information to the data file and save the recorded history of the collection, to achieve the authorized subject collection for the Sina microblogging. The research results show that by using the API interface to get data this way, we can realize the realtime information collection of Sina microblogging. The characteristic of this paper is to use the API to realize the subject collection of Sina microblogging, quick and effective, which can save a lot of time. In addition to this, I design a set of friendly interface, which can display and save the information effectively and provide data for the further study of Sina microblogging . Key Words： social work， Sina microblogging， API， information collection 目 錄 第 1 章 緒論 ........................................................................................................................... 1 研究背景和意義 ...................................................................................................... 1 國(guó)內(nèi)外研究現(xiàn)狀 ...................................................................................................... 2 論文主要工作 .......................................................................................................... 3 論文結(jié)構(gòu)安排 .......................................................................................................... 4 第 2 章 系統(tǒng)相關(guān)技術(shù) ........................................................................................................... 5 JAVA 技術(shù)簡(jiǎn)介 ......................................................................................................... 5 新浪微博開(kāi)發(fā)平臺(tái) .................................................................................................. 5 微博 J