怎么每小时抓一次微博热搜，存成历史数据？

做传播研究的人想统计一个话题在榜上待了几个小时，品牌团队想证明上周二晚上的活动冲到过第 3 名，都需要同一样东西：过去某个时刻的热搜榜长什么样。微博不提供这个，最实际的办法就是自己定时拍快照。微博热搜调一次就返回整张榜，所以一个每小时跑一次的定时任务、二十来行代码，就能攒出一份干净的时间序列。

不同采样频率的费用

采样频率	每月调用次数	每月费用
每小时一次	720	$1.44
每 30 分钟一次	1,440	$2.88
每 10 分钟一次	4,320	$8.64

算话题在榜时长和最高排名，每小时一次就够了。那种上榜二十分钟就掉下去的话题，只有 10 分钟一次才抓得到。

放进 cron 的脚本

import csv, os, datetime, requests

hour = datetime.datetime.now(datetime.timezone.utc).strftime("%Y-%m-%dT%H")
r = requests.get(
    "https://api.okdata.online/v1/weibo/trends/list",
    headers={
        "Authorization": f"Bearer {os.environ['OKDATA_API_KEY']}",
        "Idempotency-Key": f"weibo-hot-{hour}",
    },
    params={"fields": "rank,name,heat"},
    timeout=30,
).json()
if r["code"] != "ok":
    raise SystemExit(f"{r['code']}: {r['message']}")

taken = r["meta"]["fetched_at"]
with open("weibo_hot.csv", "a", newline="", encoding="utf-8") as f:
    w = csv.writer(f)
    for row in r["data"]["items"]:
        w.writerow([taken, row["rank"], row["name"], row["heat"]])

crontab 里写一行 0 * * * * python3 /opt/weibo_hot.py 就行。幂等键按小时生成，同一个小时里 cron 万一跑了两次，第二次直接回放已经存好的榜单，不再扣费。

容易踩的坑

• 推广位被过滤掉的地方，排名会跳号。排名不连续不代表数据缺了。
• 有些行的 heat 是 null。这一行照样存，排名依然有效。
• 调用失败（比如返回 upstream_busy）不扣费。一分钟后重试一次，别直接丢掉这一小时；实在没拿到的小时也记一笔，分析时才知道哪里有空档。
• 同一个话题在发酵过程中，名字常常会改几个字。统计在榜时长时，匹配要宽松一点。

什么时候换别的办法

• 需要开始抓之前的数据？自己拍快照没法补历史。GitHub 上有几个开源项目已经把热搜榜存了好几年，先看看它们的时间范围和采样频率是否符合你的研究。
• 商业舆情系统会卖带图表的历史热搜数据。需要好几年的回溯、又完全不想写代码时，花这笔钱是值得的。

跨平台的榜单怎么一起用，见趋势研究方案；所有接口的价格在价格页。