开始说明

目标：练习爬虫
KeyWord：python3.5 scrapy BeautifulSoup4 mysql flask
echart3

segmentfault 上的很多线下技术交流活动都很好，我自己也参加过一些，就比较好奇这些活动都有哪些特点，比如说：

一般在星期几举办？
什么月份比较多？
哪个城市比较多？
一般都是哪些类型的？

主要分两个部分：爬虫抓取部分、数据展示部分

爬虫抓取部分

主要思路：

确定要抓取的数据有哪些。
包括：活动名称、举办时间（日期、星期）、城市、活动目前状态等等。
确定抓取多少页。
一直抓到页面上没有「下一页」按钮为止。

于是，写了个简单的爬虫把这些数据都拿到手，分析了一下。

实施步骤：

1.分析页面链接和内容，确定要抓取的内容

这里主要是结合 BeautifulSoup 来确定数据；

2.创建数据表

确定要抓取的数据后存储在 Mysql 中，语句如下：

CREATE TABLE `blog`.`<table_name>` (
    `id` int(11) NOT NULL AUTO_INCREMENT,
    `name` varchar(100) NOT NULL,
    `c_date` varchar(20) NOT NULL,
    `week` varchar(8) NOT NULL,
    `week_number` int(11) NOT NULL,
    `city` varchar(20) NOT NULL,
    `icon` varchar(100) NOT NULL,
    `status` varchar(10) NOT NULL,
    `detail` varchar(100) NOT NULL,
    `join_link` varchar(100) NOT NULL,
    `link` varchar(100) NOT NULL,
    PRIMARY KEY (`id`)
) ENGINE=`InnoDB` AUTO_INCREMENT=1708 DEFAULT CHARACTER SET utf8
COLLATE utf8_general_ci ROW_FORMAT=COMPACT CHECKSUM=0 DELAY_KEY_WRITE=0;

3.编码实现

使用 scrapy 框架，代码在这：爬虫部分代码。

展示部分

使用百度的 echart3 图表工具，web 框架使用 flask。
代码在这里：数据展示部分代码。
下图是我想到的几种情况分析：

以上！

segmentfault 线下活动数据分析