文章采集程序的代码、演示文件放在了公众号下方

　　文章采集程序的代码、演示文件放在了公众号下方

　　文章采集程序的代码、演示文件放在了公众号二维码下方，其中我截取了其中几段代码，文中会再次提示。感兴趣的同学可以多了解相关的原理。数据方面，文章初期采集的数据有630篇文章，其中有476篇存入阿里云服务器，3篇存入云服务器备份文件，其余390篇存入云服务器及存储文件。本次分析用了10天，会持续更新一段时间，欢迎大家关注我们的博客！微信公众号后台回复“041”即可获取上期数据。

　　一、数据预处理1.注册服务器机名首先需要将服务器注册，建议随机生成，这样网站以后用起来更便捷。初始的机器名为thesoflex_taobao.xyz，经过我测试此名称已经不能用，所以一般改名字会作为唯一标识，其次机器名改为thesoflex_taobao2.5v2.2_y16_z24，然后再将机器名解析到ip地址，如图1-3所示，将机器名转化为ip地址。

　　然后将所有数据从阿里云云服务器上拷贝到对应云服务器中，比如本次我们就将所有文章中的图片数据（打包后），传入到了云服务器的ipv4网段上。机器名为thesoflex_taobao.xyz.，ipv4网段为host2，主机名thesoflex_taobao.xyz.x264，如图1-4所示。2.上传图片及其他文件后，需要删除cookie到此，我们已经做完了网站域名解析和云服务器下载数据的前期工作，继续往下看。

　　3.部署好云服务器后（7天之内），我们需要完成实际发送测试请求请求如图1-5所示，这个是测试请求，因为后面运营人员看不到文章并读取，这个时候请求的结果就等于部署好了我们的服务器。图1-5请求测试请求的方式就是尝试请求，可以得到返回的图片和文章内容。4.正式测试网站获取数据网站首页有标明文章名称、文章id等内容，我们就将所有的文章id获取，并作为对应ip的location，利用base64去除不必要的，即只去除程序员提取出来的ip。

　　网页首页所需数据如图1-6所示。图1-6文章id网站首页所需数据如图1-7所示，这里除了上图页面数据，其他数据都是私信本公众号后台获取的，感谢大家提供了不少数据，下次我会不定期更新~~。

　　二、数据分析

　　一）文章数据情况经过我们的分析和回测，我们有以下结论。无论文章发布还是下载，刷新都是200次，总页数2233次。“设置”项字段设置的有效期最长有3天，最短有1天，有效期内所发布的文章总页数为1152页，最少为8页。“排行榜”项字段：发表日期和下载总页数有效期为1天，最多有24天，其中最短有24天，其中最长有15天，我们可以发现，出现提交未提交者数量最高的是上午10:00的开。