Task5：打卡

一、学习内容

本文学习内容均参考下面链接。

参考链接：team-learning-program/5.综合实践-微博个人信息采集.md at master · datawhalechina/team-learning-program · GitHub

二、学习过程

微博个人信息采集

1.提取用户的id数字

正则表达式匹配，需要匹配数字的正则表达式为【[0-9]+】

2.用户性别

正则表达式匹配，需要匹配数字的正则表达式为【[0-9]+】【(?<=class="W_icon)(.+?)(?=")】

匹配完成后我们发现生成的结果是icon_pf_male

因此我们再增加替换，将icon_pf_male替换为男，将icon_pf_female替换为女

三、学习与思考

1.对于微博个人信息数据的采集，这部分数据是属于个人隐私数据吗？如果是，在使用中应该做怎样的操作？如果不是，请说明理由。

我认为微博个人信息数据的采集属于个人隐私数据。在使用中要遵循相应的法律法规。第一，爬取数据要取之有道，应该找平台上完全公开的信息进行爬取（爬取信息不要涉及高度敏感信息、敏感信息）；第二，不能把爬取的数据用于销售、私自公开等，不能利用这些数据谋取不正当收益。