作者KSJ (阿真)
看板HsinTien
标题[心得] 程式初步对板上交易文章统计
时间Sun Apr 24 15:42:55 2022
大家好 我目前正爬下新店版的交易文准备研究看看
利用程式爬了 文章标题包含 "[交易]" 的所有文章
从2011年8月7号至目前为止：
1. 板上共有
10384篇交易文章
2. 共有
2677位发过交易文的板友
3. 共有
N=698篇不符合格式的交易文章
里面包含
X=343篇文章标题不是 "[交易] " （注意空格）开头的
Y=373篇文章内文程式无法辨识 （修改内文时也改到格式）
也就是说 有
343+373-698=18篇双冠王文章喔
4. 在发新交易文的
26位板友中，仍有
Z=1位目前仍违反试行板规的板友
这个是...
程式误判啦～
比samok板主统计的差了2位，1位是 交易标题错误 所以程式找不出来
另1位是修改内文造成程式无法分析出发文日期
至於那一位仍违反板规的板友，也属於程式的误判。(汗
程式是统计到了一篇回了交易文的文章。这部分程式也必须精进才行呢。
所以 以目前程式配上人工检查的结果
应该是没有违规（板上 有新交易文 且 交易文篇数超过1篇）的板友了（洒花～
接着程式会调整一下上述的bug 然後等下个星期六 再来测试看看吧
已更新 -- 给变数的表示还在处理中（爬虫爬内文中…） 後续会再更新上来
也想问板友有没有什麽想知道的统计数据 也可以一并提出
我试着加看看
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 122.116.33.8 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/HsinTien/M.1650786178.A.386.html
1F：推 lilithlin : 推 04/24 17:12
2F：推 ChizCake : 谢谢板主 04/24 18:11
3F：→ samok : Z那个数字本周应该就是15 04/24 19:31
目前感觉是0了 不知道板主还是板友删的 0.0
4F：→ samok : Y其实最麻烦 有的会改成[售出] 或是旧的标题规定 04/24 19:32
对旧文… 也许可以找找「售出」...等字眼来处理
新的文可能要规划一下 售出後不改动原「交易」分类 程式会比较好处理
甚至修内文也尽量不要修到既有标题、页尾内容等 让程式能截出正确的日期
（旧交易文中有一篇把内容中日期的「年」砍掉了…程式就会卡住0.0）
5F：推 sank : 推 04/25 02:08
6F：推 gman1975 : 好厉害！！推推 04/25 21:03
嘿嘿 再来比较想做的是 自动标记要被删除的旧交易文
抽出时间 继续努力吧～～
※ 编辑: KSJ (122.116.33.8 台湾), 04/27/2022 00:49:30