共计 1161 个字符，预计需要花费 3 分钟才能阅读完成。
昨天的朋友圈都在丧心病狂的秀恩爱，秀 520 红包！于是就有人出来普法教育。。。
可是很多老铁连发红包的机会都没有。。。
为什么这么多如此优秀的同学都还是单身呢？
一、需求背景
今天逛微博的时候发现一个有趣的话题 #90 后单身原因 TOP3#
七夕之际，一份针对全国 90 后青年婚恋观进行抽样调查公布了结果。结果显示，一线城市单身占比持续领先。90 后单身原因 TOP3：圈子小、工作忙、对爱情幻想过于完美。
单身的三大原因：圈子小、工作忙、对爱情幻想过于完美！
猪哥觉得这三个原因都并不合理，难道单身的原因难道不是因为穷吗？
二、功能描述
好奇这个调查是怎么来的？真实性有待考证，刚好这几天我们也学习了如何爬取微博话题，今天就来验证一下为何如此优秀却依然单身！
三、技术方案
- 模拟登录微博
- 爬取话题
- 保存文件
- 数据清洗
- 数据分析
四、模拟登录
模拟登录之前讲爬取 # 周杰伦超话 # 的时候已经讲过了，这里就不再重复，直接贴出代码！
五、爬取话题
1. 找到话题加载数据 url
https://m.weibo.cn/api/contai…
2. 代码模拟请求数据
我们依然使用 requests 库 来爬取数据，这次猪哥在请求的时候增加了一个参数：timeout，这样做是为了防止请求某个一直没有应答导致堵死其他请求！
3. 提取微博内容
要想提取微博内容就需要了解请求返回的数据格式
了解数据格式之后我们就可以写代码提取我们想要的微博内容啦！
上图我们已经拿到微博内容，但是还有很多网页标签，我们来用正则将网页标签去掉，和开头的话题开头！
4. 保存文件
微博内容提取出来之后，我们将他们保存起来！
六、批量爬取
批量爬取就涉及分页，上次我们将周杰伦超话时，它的分页机制是：
微博超话分页机制：根据时间分页，每一条微博都有一个 since_id，时间越大的 since_id 越大所以在请求时将 since_id 传入，则会加载对应话题下比此 since_id 小的微博，然后又重新获取最小 since_id 将最小 since_id 传入，依次请求，这样便实现分页
那这个话题的分页机制也是这样的吗？我们来对比一下第一次请求于第二次请求的 url
我们发现普通话题的分页机制竟然是 page 的形式，看来微博对不同级别的话题有不同的分页机制！
page 形式的分页机制，之前我们讲了很多个案例，直接 for 循环传入 i，而这个 i 就当作 page 就可以啦！
七、数据分析
数据分析我们采用 pyecharts 库，这是一个非常好用的可视化分析库！
先读取数据，然后使用 jieba 库进行分词和数据清洗，最后使用 pyecharts 库 做展示！
之前调查结果显示单身的三大原因是：圈子小、工作忙、对爱情幻想过于完美。在我们数据分析得出的结果好像确实如此！
之前说大家单身的原因是因为穷，看来只有猪哥穷！
源码地址：https://github.com/pig6/weibo…
