爬取博客园首页数据进行数据分析

前言

之前折腾了一小段时间scrapy，觉得使用起来异常简单，然后打算练练手。目标选取了博客园，爬取了首页的前200页文章，但是数据放在那一直没去分析。趁着现在有闲心，来分析分析。

声明：所有爬取的数据皆为公开数据。为了避免对博客园造成压力，爬虫代码不公开。数据分析软件使用的是Tableau。如果你认为本文侵犯了你的权益，请联系作者删除。

注：数据来源是2017年05月17日至8月17的博客园首页文章。前文都是数据分析的图片展示，想要博主或文章的链接，请拉至最后。

谁是博客园最爱的用户

最爱的用户，在这里是按文章上首页的数量来判断的。

可见，小火柴的蓝色理想才是博客园最爱的用户。

让我们换个角度看看

小火柴的蓝色理想貌似已经独孤求败了，远远的拉开了第二名。（作者注：非常推荐他的博客，后面会给出链接）

最值得推荐的文章是哪些

访问量最多的文章是哪些

评论最多的文章是哪些

哪天上首页的文章比较多

大家以后可以看好时机发表文章了。

各类链接

博客园最爱的用户

• 小火柴的蓝色理想, 75
• CloudMan, 36
• 林本托, 27
• 黑桃花, 26
• jiajun_geek, 24
• 余林丰, 24
• 悦光阴, 24
• _Json, 23
• python修行路, 23
• GeaoZhang, 22
• Madcola, 22
• Sweet-Tang, 21
• 『圣杰』, 19
• 外婆的彭湖湾, 19
• 博客园团队, 18
• 纯洁的微笑, 18
• YSOcean, 17
• banananana, 17
• AlfredZhao, 16
• Angel_Kitty, 16

最多推荐

• 文件各种上传，离不开的表单 - 农码一生, 190
• 【干货】Chrome插件(扩展)开发全攻略 - 我是小茗同学, 153
• 是什么优化让 .NET Core 性能飙升？ - 葡萄城控件技术团队, 138
• 理工男打造帝都89平智能家庭 - FerventDesert, 128
• 是时候，反思一下 - 悦光阴, 117
• .NET ORM框架 SqlSugar4.0 功能详解与实践【开源】 - 孙凯旋, 114
• 【javascript】函数中的this的四种绑定形式 — 大家准备好瓜子，我要讲故事啦~~ - 外婆的彭湖湾, 108
• 纯 CSS 实现波浪效果！ - ChokCoco, 107
• 飘摇的心 - 野百合也有春天324, 106
• 其实，我只想安静的写写代码... - 飞不动, 103
• ASP.NET Core 快速入门（环境篇） - 农码一生, 103
• 是时候开始用C#快速开发移动应用了 - 腾飞（Jesse), 101
• 每天4亿行SQLite订单大数据测试（源码） - 大石头, 99
• 技术人生的职场众生相 - 十多年的经验与心得 - 灵感之源, 97
• ".NET Core 事件总线,分布式事务解决方案：CAP" - Savorboard, 93
• Amazing ASP.NET Core 2.0 - Savorboard, 93
• 整理自己的.net工具库 - 缺水的水瓶座, 87
• 程序员装修指南 - 无知者云, 86
• 文件下载之断点续传（客户端与服务端的实现） - 农码一生, 86
• 奇妙的 CSS shapes(CSS图形) - ChokCoco, 83

最多访问

• 技术人生的职场众生相 - 十多年的经验与心得 - 灵感之源, 20814
• 理工男打造帝都89平智能家庭 - FerventDesert, 19510
• 用 Docker Machine 创建 Azure 虚拟主机 - sparkdev, 18140
• Docker Machine 详解 - sparkdev, 18126
• 是时候开始用C#快速开发移动应用了 - 腾飞（Jesse), 11943
• Amazing ASP.NET Core 2.0 - Savorboard, 11527
• 飘摇的心 - 野百合也有春天324, 9912
• 纯 CSS 实现波浪效果！ - ChokCoco, 9899
• PowerShell 远程执行任务 - sparkdev, 9727
• linux sed 命令 - sparkdev, 9627
• 局域网内部署 Docker Registry - sparkdev, 9199
• 从.net到java，记录下这三个月的工作 - _liuxx, 9051
• 也谈TDD，以及三层架构、设计模式、ORM……：没有免费的午餐 - 自由飞, 8917
• 性能优化知多少 - 『圣杰』, 8865
• Web前端知识体系精简 - 一像素, 8495
• PowerShell 脚本中的密码 - sparkdev, 8361
• C#码农的大数据之路 - 使用C#编写MR作业 - hystar, 8328
• 文件各种上传，离不开的表单 - 农码一生, 8321
• .NET Core 2.0 正式发布信息汇总 - 张善友, 8303
• Docker Machine 简介 - sparkdev, 8291

最多评论

• 十年过去了，各位 .net 兄弟还好吗 - 精密～顽石, 240
• C#简单构架之EF进行读写分离+多数据库(Mysql/SqlService) - 追随微笑, 180
• "身在上海的她，该不该继续""坚持""前端开发？" - 涵s, 148
• 其实，我只想安静的写写代码... - 飞不动, 129
• 理工男打造帝都89平智能家庭 - FerventDesert, 125
• .NET C#转Java没那么难，开发环境篇 - RabbitYi, 125
• 是时候，反思一下 - 悦光阴, 124
• 飘摇的心 - 野百合也有春天324, 112
• 面对疑似网络诈骗，应该怎样维权？反信用钱包！ - 农码一生, 107
• 我要去上海（更新） - 初八见, 102
• 整理自己的.net工具库 - 缺水的水瓶座, 98
• 是时候开始用C#快速开发移动应用了 - 腾飞（Jesse), 92
• 从.net到java，记录下这三个月的工作 - _liuxx, 88
• 当了三年多的程序猿，一朝醒悟！ - 微笑着行走者, 85
• .NET ORM框架 SqlSugar4.0 功能详解与实践【开源】 - 孙凯旋, 83
• 短信接口攻击事件(一)紧张的遭遇战险胜 - 涵s, 82
• 关于面试！（简历篇） - 碎冰, 79
• 云计算之路-阿里云上：攻击又来了，4个IP分别遭遇超过30G的流量攻击 - 博客园团队, 79
• 误入前端三年，一个文科生的独白（上） - 闰土少年, 78
• 【干货】Chrome插件(扩展)开发全攻略 - 我是小茗同学, 77

感谢你的阅读。文章首发于前端进阶指南微信公众号，想要获取更多知识，就快快关注吧。

我们也是有交流群的，660112451。