前几天有个网友给了我一个API的接口，这个接口返回了大量的中文博客数据，通过这个数据我做了一些简单的分析，如果你正巧也对中文博客感兴趣，不妨进来随便看看。

数据来源

首先这个数据来源的接口是https://zhblogs.ohyee.cc/中文博客列表导航项目，号称：尝试链接几乎所有的中文博客，如果搞过个人博客的应该都听说过，这里差不多每天都会有新的博客申请添加。

当天我通过API共采集到1767个博客的地址，1374个RSS订阅地址，当然这些博客和rss订阅多少会有打不开的问题，而且在采集RSS订阅的文章时，应为有些站长的RSS并不规范，所以文章的采集也只是其中的一部分了，采集了最近一个月内的RSS文章1001条。

简单的分析

通过标题、博客简介、博客标签、最近一个月发布的文章进行了jieba分词，生成柱状图、饼状图，这二个图只提取了排名前15个词语，词云图提取了前200个词，具体如下：

博客名称

博客简介

博客标签

博客最近1000条博文

总结

总体上来说，中文独立博客大部分都是一些技术人员和一些博客狂热分子，如果不热衷于独立博客肯定是不会搞得了，博文总体上也是以技术学习笔记为主，生活记录也是不少的，好吧今天就搞到这里了，就当复习了一下数据采集。