1654715-1754715 数据下载

2017年3月15日10时49分33秒

早晨8:06下载了数据。

不到三个小时，完成了下载的任务。

**************************************************

2017年3月15日10时49分57秒

第二步，准备用filelocation软件初步清洗。一下。

今天，不小心看到了这个软件，一下子，matlab不用编程了。

**************************************************

2017年3月16日11时03分28秒

早晨6点多，就好了。

**************************************************

2017年3月20日14时32分23秒

再次下载一些数据。

1000000--1654715

下载这些数据。

**************************************************

2017年3月20日15时39分18秒

提取字数的研究

(中医里面讲，望闻问切，其实可能会从一些外部的特征上面，找到规律。)

第二种办法，采有时间切片研究。 金融数学里面有一个这样的研究。可以从中研究一下。

前一时间，看的一个研究。能否参考这个研究。

**************************************************

2017年3月20日17时08分22秒

由于担心研究的数据量不足，又重新下载数据。看来，以后，下载数据时，不能手软。

**************************************************

2017年3月21日08时52分39秒

今天，突然，发现了可以同时，运行多个爬虫。

**************************************************

2017年3月23日11时04分34秒

编程完毕，将文件提取成功。

**************************************************

2017年3月23日11时17分24秒

下面的工作，看一下，这2万条数据是否够用。

先提取一下数据，看一下每个文件的回复量是多少。

**************************************************

2017年3月26日12时20分02秒

下载完所有的数据，并且，提取的数据。文件名+19条相关的数据。

**************************************************

2017年3月27日09时01分04秒

修正了pachong  直接下载军事广角。

**************************************************

2017年3月27日09时01分41秒

到目前为止，爬虫的事情，全部处理完毕。

**************************************************

2017年3月27日09时10分16秒

爬虫的功能，更新了一下。

**************************************************

2017年3月27日09时50分02秒

可以进入第二步大项的工作，下载，回复量，点击量大的文献，从中，寻找规律。

**************************************************

2017年3月27日15时22分27秒

artid 就是文件名，所以，不用考虑，这个代码。

上次修改的代码是因为，我忘记了，这个代码中，其实已经包含了这个数据。

下面，就是下载一部分，验证一下，文字，如果有炒作，则可能是图形方式不同。

**************************************************

2017年3月27日15时41分01秒

首先，我们会想到的是，利用点击数量来说明是热帖。但是，这个爬虫抓不到这个数据。如果服务器上面，能得到这个数据，可能会有用。如果，非要用爬虫，也可以，相当于每秒钟，抓一个快照。(这是以后可以研究的内容。)

由于，人们浏览BBS时，如果想顶帖，则一定要注意一下。

**************************************************

2017年3月28日11时10分43秒

准备提取，数据。目前，电子表格，不能用了。超过了范围。

2017年4月2日09时59分16秒

如果能识别出炒作的帖子来，就可以再次研究 炒作帖子出现的规律。

非常漏骨的炒作，可以已经删除了，现在就是从中，找到不漏骨的炒作 。

**************************************************

2017年4月4日07时45分20秒

145430 零点的帖子算哪一天的？

这是需要解决的问题。