【持续更新】hostloc月度热帖

danube533 · 发表于 2023-1-17 12:53:34

记得之前有大神发过半年度的hostloc值得收藏的帖子，后来就没更新了。现在水贴太多，看得眼花缭乱。简单学习了下python，配合chatgpt写了个抓取脚本，本来想抓年度热帖的，无奈最多只能抓1000页，改成月度并归档，好以后查阅。

先抓了22年12月份的，总体感觉质量较差，干货太少

抓取原则：回帖数 ≥ 40 && 查看数 ≥ 1500 && 过滤部分交易、踢楼贴

https://github.com/danube533/hostloc_hot

solomon314 · 发表于 2023-1-17 12:54:23

正好学习下，现在灌水的太多了（包括我）

vchv · 发表于 2023-1-17 12:54:23

不错！

HOH · 发表于 2023-1-17 12:55:21

全是垃圾帖，垃圾堆里翻东西没啥用，建议去爬v2ex

danube533 · 发表于 2023-1-17 12:59:09

HOH 发表于 2023-1-17 12:55
全是垃圾帖，垃圾堆里翻东西没啥用，建议去爬v2ex

几年前干货满满

xinchenmi · 发表于 2023-1-17 13:04:18

绑定

b66667777 · 发表于 2023-1-17 13:10:21

可以

C大 · 发表于 2023-1-17 13:45:17

前排占座，想法不错！

danube533 · 发表于 2023-1-17 19:14:55

没人看就沉了

gajiodgaj · 发表于 2023-1-17 19:19:26

好帖，有了快照不怕255

		自动登录	找回密码
密码			注册

【持续更新】hostloc月度热帖

点评