微博热搜需用HttpClient带User-Agent、Referer及Cookie访问https://weibo.com/ajax/side/hotSearch接口，返回UTF-8 JSON；POI写Excel时须设日期/数字格式、用XSSFWorkbook、绝对路径并正确关闭流。
微博热搜页面反爬机制怎么绕过
直接用 HttpClient 发起 GET 请求会返回 403 或空内容，因为微博对非浏览器请求头做了拦截。真实访问必须带 User-Agent、Referer，且部分接口还校验 Cookie 中的 SSRF 或 WEIBOBEARER 字段。
实操建议：
立即学习“Java免费学习笔记（深入）”；
- 先用浏览器开发者工具抓包，找到「热搜榜」实际请求地址（通常是
https://weibo.com/ajax/side/hotSearch），不是网页 URL - 复制浏览器请求中的
User-Agent和Referer，硬编码进HttpClient的 header - 该接口返回 JSON，不需要解析 HTML，别浪费时间写 Jsoup 解析器
- 不登录也能调用，但频率超过 10 次/分钟可能触发限流，加
Thread.sleep(2000)更稳妥
用 HttpClient 获取 JSON 数据时中文乱码
响应体显示为 \u5b98\u65b9 这类 Unicode 转义，说明没正确设置字符集。微博接口实际返回 UTF-8，但 HttpClient 默认按 ISO-8859-1 解码响应流。
实操建议：
立即学习“Java免费学习笔记（深入）”；
- 不要用
EntityUtils.toString(entity)直接转字符串，它默认用 ISO-8859-1 - 改用
EntityUtils.toString(entity, "UTF-8") - 或者更可靠：用
BufferedReader包装entity.getContent()，并显式指定Charset.forName("UTF-8") - 如果用的是
CloseableHttpClient4.5+，可提前配置ContentType，但不如手动指定保险
POI 写 Excel 时日期和数字格式错乱
热搜榜单里有「实时上升」这类数字字段，以及「发布时间」这类时间字段，直接写入 Cell 会导致 Excel 显示为长整型（如 1715234400000）或科学计数法（如 1.23E+10）。
实操建议：
立即学习“Java免费学习笔记（深入）”；
- 数字类字段（如「搜索指数」）用
cell.setCellValue((double) value)，避免自动转成字符串 - 时间戳转日期：先用
Instant.ofEpochMilli(ts).atZone(ZoneId.systemDefault()).toLocalDateTime()，再用cell.setCellValue(localDateTime) - 必须配套设置单元格样式：
CellStyle要调用setDataFormat(workbook.createDataFormat().getFormat("yyyy-mm-dd hh:mm")) - 别用
HSSFWorkbook（.xls），微博数据量不大但字段含中文，优先选XSSFWorkbook（.xlsx），否则容易乱码或截断
保存 Excel 文件失败或打不开
常见报错是 IOException: The document has no logical structure 或双击文件提示「Excel 无法打开文件」，本质是流没关、文件路径非法或 workbook 没 write。
实操建议：
立即学习“Java免费学习笔记（深入）”；
- 务必在
try-with-resources里声明FileOutputStream，别等 GC 关闭 - 路径别写相对路径如
"data.xls"，用绝对路径或new File("data.xlsx").getAbsolutePath()看清实际位置 -
workbook.write(outputStream)必须在 close 前调用，顺序错了就生成空文件 - 如果目标目录不存在，先执行
new File(dirPath).mkdirs()，否则抛FileNotFoundException
真正卡住的地方往往不在代码逻辑，而在微博接口字段随时变动——今天叫 hot_word，明天可能改成 word；POI 对 Excel 样式和流的控制又很敏感，少一个 setCellStyle 或多一个 close 都可能导致文件损坏。动手前先 curl 一把接口，确认字段名和结构稳了再写 Java。
