.
├── README.md
├── analysis
│   ├── base_analysis.ipynb
│   └── title_NLP.ipynb
├── data
│   ├── article_content.xlsx
│   ├── page_data.xlsx
│   ├── stopwords.txt
│   ├── user_data.xlsx
│   └── user_dict.txt
└── spider
    ├── sspai.py
    └── sspai_user_info.py

• data：
  • page_data.xlsx：存放爬取到的首页数据
  • article_data.xlsx：存放爬取到的对应文章内容
  • user_data.xlsx：存放用户页面的相关数据
  • stopwords.txt：分词的停止词（用于自然语言处理）
  • user_dict.txt：自定义字典，使分词时准确切分（用于自然语言处理，未完成）
• spider：
  • sspai_user_info.py：用于获取用户页成就的相关数据
  • sspai.py：主要的爬虫程序，通过少数派自己的api访问并获取首页文章的相关数据
• analysis：
  • base_analysis.ipynb：数据分析的 Notebook
  • title_NLP.ipynb：标题的自然语言处理部分（未完成）