# 抓数据

**Repository Path**: cookies_code/reptile

## Basic Information

- **Project Name**: 抓数据
- **Description**: 抓取数据，转成关键词存入redis
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2023-08-30
- **Last Updated**: 2024-01-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 抓数据

#### 介绍
抓取某浪某博的数据，转成关键词存入redis，并且k为拼音关键词，v为出现的频率

#### 软件架构
软件架构说明
用了jieba的分词库，还有xpinyin的汉字转拼音库

#### 用它能干嘛？（展望）
基于某浪某博的热点事件推送，检索相关关键词，统计出现的次数，进行排名，然后可以根据数据标注，实现热点事件的公司相关产品的排名。分词库支持自定义扩展。可以通过模块集成进去客户端工具，是完全是可以集成在erp系统的一个小项目。

#### 安装教程

1.  就在config.py下面cfg配置下redis。hx_name就是存放hash的名字，node就是你要检索json的那个节点。
2.  urlconfig下配置请求的api，一些请求用到的信息。

#### 使用说明

1.  执行完就可以通过redis可视化工具，看到存下来的信息了，
2.  可以通过这个扩展自己公司的大数据，用hash存下来的信息进行数据标注，用来做自己产品的大数据推送。
3.  支持关键词扩展，在dict的文本文档中，设置网络上的一些关键词，其实可以通过二次开发，集成到客户端工具中，格式就一行一个词语。

#### 参与贡献

1.  Fork 本仓库
2.  新建 Feat_xxx 分支
3.  提交代码
4.  新建 Pull Request


#### 特技

1.  使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md
2.  Gitee 官方博客 [blog.gitee.com](https://blog.gitee.com)
3.  你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解 Gitee 上的优秀开源项目
4.  [GVP](https://gitee.com/gvp) 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目
5.  Gitee 官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help)
6.  Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)