媳妇儿去练车了，我电话里问：“你什么时候回来？”
她答：“不一定，怎么了？”
我说：“回来给你准备好吃的啊”
其实内心活动是这样的：“回来给我带好吃的啊~_~”
原文连接：http://blog.csdn.net/tomorrow13210073213/article/category/6931287
磨刀不误砍柴工-网页分割
下面是某个用的主页截图，鉴于保护隐私的考虑，我遮挡了部分信息；下面我简单分析一下这个页面，看我们能获取到什么信息；我用编号1,2,3,4…对网页内容作了标记；
“1”：用户头像
基本上，保存链接就好了；
“2”：用户昵称
不必多言；
“3”：用户标签
应该是用户后台自定义的一些标签属性，可能包括用户所在领域，职位，地区，性别，出生日期等信息；由于内容不确定，个数不确定，最好拆开，与用户形成一对多的关系；
“4”：用户描述
用户后台定义的对自己的描述信息，比较个性化，与用户基本上是一对一的关系；
“5”：用户各模块等级
包括博客，下载，问答，代码等，很明显一对多；
“6”：用户勋章
同“5”
“7”：用户关系
用户关注数量，粉丝数量，一对一;
“8”：用户熟悉领域
图中没有体现出数据，但明显是一对多关系；
“9”：专业技能
一对多；
“10”：教育经历
一对多；
“11”：工作经历
一对多；
“12”：联系方式
一对多；
“13”：用户关系
这一部分就比较有趣了；由于我们的爬取没有很强的目的性（不针对特定用户），所以，这一部分可以帮我们实现数据自增长；也就是，我们可以将这部分数据保存起来，作为待抓取的新数据，从而实现数据自增长；
用户ID
其实还有一个隐藏信息，用户ID；可以从连接里提取；
以上就是整个网页可能对我们有用的信息，再进一步就是对网页源码以及各请求进行分析了，下篇继续。
以上内容仅供练习，学习使用；
2389
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
