1. 知乎,按照话题爬问题。看看大家提出了哪些问题,比较关注哪些问题。2. csdn, 基本上同上。3. 掘金, 其实的掘金的插件,整合的已经是很好了。另外,这个网站的爬取也是最有意思的。POST --> api, 需要改写一段 base64 加密的请求信息。4. 也许以后可以添加其他的数据源。5. 尝试简单的数据清洗。clean_data.py
评论