用爬虫获取简书总用户数和总文章数随时间的变化曲线

思路

关键在于如何得到一系列的文章、用户全局编号以及文章发表和用户注册的时间戳,作为时间-数量曲线上的二维点。希望这些点能够随时间较为均匀地分布,这样,几百个采样点足矣。

然而用来访问简书文章和用户页面里是编号的hash值,因此不可能简单通过编号递增的方法产生访问地址来获得时间戳。

但稍加分析可发现,用户的文章列表中有个note-id字段,似乎就是文章本身的全局编号。那么,找一个简书创立之初就开始连续发表文章的用户,例如@简书,那么,遍历文章列表获得note-id和对应发表时间就可搞定文章总数的时间曲线。

对于用户数量,发现搜索用户的功能里ajax请求可返回包含用户全局id的json信息,而用户主页的动态中,第一条为用户加入简书的时间。那么,可搜索常用用户名的单字,例如“小”,“的”之类,可保证较为均匀地获得简书创立之初直到现在的用户信息。

获取方法

根据前述思路,写js脚本,在chrome浏览器中,简书页面之下运行即可,好处是不用写登录逻辑,且满足同源策略方便ajax。细节比较简单,不赘述。

结果

把结果按照时间排序,绘制得到:

简书用户数、文章数的时间曲线

可见目前文章数超过1200万,用户数超过600万。总体而言,曲线平稳上升。对比之下,文章数上升更快,说明大家的创作热情越来越强了。
另外,看到2015年7月附近有些跳变,推测是做了推广吧。

思考题:如何获得简书的日活?

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,793评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,567评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,342评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,825评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,814评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,680评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,033评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,687评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,175评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,668评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,775评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,419评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,020评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,206评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,092评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,510评论 2 343

推荐阅读更多精彩内容

  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,454评论 25 707
  • 江水两岸风景旧,满园春色香几里,伊人隔水,无船无桨,情路长,尝断肠。 茜纱窗下,我本无缘,黄土垄中,卿何薄命。
    lrfc_adbe阅读 67评论 0 0
  • 引言 依赖注入,有后端背景的童鞋(尤其是熟悉java spring框架的)应该不会陌生,提到依赖注入,就不得不说一...
    OnePiece索隆阅读 3,507评论 0 4
  • 女儿期末考试成绩出来了,班级第32名,距上次班级第4名下滑了28名。从当天早上开始朋友圈的各路好友就开始晒各自家...
    sophie的二次学习日志阅读 1,044评论 0 0
  • 《刘润商学院》6.21 热炉法则,一碰就烫手,在管理中规章制度必须像热炉,让执行者一旦触碰就会烫,那么他在执行时才...
    台一DDM路静娟阅读 158评论 0 0