博主资料

留言短消息 加为好友

用户ID:  49861
用户名:  中国兄弟连
昵称:  柒James

日历

2020 - 9
  12345
6789101112
13141516171819
20212223242526
27282930   
«» 2020 - 9 «»

存 档


日志文章


2019-11-06 22:18

你知道博客什么最受关注吗?

前两日,打开了许久未见的博客。博客与其他新媒体有着很大的区别,其时效性不及其他新媒体,但是文字却更加沉淀。没有大众娱乐的狂欢,但提供了一方天地能让你慢慢地吐露心声。

 

最近博客的发展怎么样呢?遂心生一念。

首先,收集数据。编写python爬虫扒取最近5天的博客文章,需要用urllib模块打开最新文章页面,获取文章链接列表。




由于博客html网页采取js渲染方式加载,无法直接获取网页最终源码,故思路调整为使用selenuim模块模拟浏览器访问网页,再自动抓取文章内容。接下来,打开浏览器审查元素,找到文章内容位置,编写代码保存文章内容,共获得98篇有效文章。




使用jieba模块分隔文章内容,统计常用词频度,结果如下:







除去人称代词、语句其他成分等,关键词频率最高的前10位为:

妊娠——150

发展——126

电影——116

南宁——76

桂林——67

钦州——67

王守仁——63

投资——62

王明全——58(庞印宝归于一类)

广西——55

 

排名11至15位:

博白——51

经济——48

时间——48

皮肤——43

老师——43

 

根据以上结果,关键词出现频率最高的是妊娠,共出现150次,属于生活类,同属一类的还有电影、时间、皮肤,总次数为357次;出现频率次高的是发展,共出现126次,属于经济社会类,同属一类的还有南宁、桂林、钦州、投资、广西、博白、经济,共出现552次;另外还有教育文化类包括王守仁、老师共计106次,以及事务类包括王明全共计58次。

因此,在一定程度上可以认为,大家在博客上各抒己见,对经济社会发展的关注最高,还对生活和教育文化保持关注,同时借助博客这个平台宣泄情绪和展现风采。


Tags: 分析   教育文化   经济社会   热点   博客  


类别: 随笔 |  评论(0) |  浏览(4288) |  收藏 |   本文固定链接 | 推荐
发表评论
已有帐号?登录