taizihuang / wmyblog Goto Github PK

请问，个人能否使用程序去更新下载得到的网页？ 如果可以应该怎么用。谢谢了

您好，感谢您制作整理王老师的博客。
发现一个问题，王老师会在评论区删除不必要的评论，那么udn平台会给评论重新排序，比如删除66楼，那么原67楼就会自动变成66楼。程序采集的时候没有注意到这个问题，会保留原66楼的评论，新66楼就没有了，不知能否改善。

看了一下，目前只有新回复消息的rss，没有文章本身的rss，是否考虑添加呢？

另外，注意到新回复rss有两个文件：rss.xml和rss_notify.xml，不知道二者具体区别在哪里呢？

辛苦了，把王孟源的文章，访谈和文字版都总结出来了。厉害厉害！

最近王博每月一次在龙行天下的节目，已有十几期，可否转为音频一并收录至 Podcast 目录？
谢谢

with open('./html/'+art_id+'.html','w') as f ——>with open("index.html", "w") as index:
我想用文件搜索软件对每篇文章进行 检索/分析，使用过程发现 html文件名为art_id 不太友好，可否将每篇文件的html文件名 改成 索引用的名字 ；
如果不难的话，如能批量导出html为PDF最佳

p.s. 我最近加了王孟源粉丝群（七公读者群，目前101人），不知道兄台是否已经加入。

尝试了一下给评论打标签，有一些建议：

• 在网页上最好显示对应的ID，我有时候搞不清楚复制成功了没有
• 关于标签的说明比较模糊，如“对策”具体是指何种类型的文本，有无范例
• “问答1000”是否由作者指定，即志愿者不要进行修改？
• 关于地区，如提及两国关系（经贸、军事等），是否都标注两个国家？这样几乎所有所有评论都带有地区。希望有更清晰的标准

此外是否考虑过进行预标注？目前数据不足以训练比较有效的模型，可以先尝试一些策略进行预标注，如关键字匹配（像地区这类的就很容易匹配），之后就可尝试模型打标，志愿者来修改订正。我周末抽时间出来弄一下，不知有没有干净的数据（省得再去清理xml）？

无处留言，只能在此感谢。

我一直想备份王博blog, 但因才疏学浅，一直搁置。

直到遇见了你，对你真的佩服加感谢。

我曾是一个程序员，但不做web；
我喜欢交流，可惜用王博的世界观 在普适社会几乎无人能谈；若你愿意，可加v慢聊 15327522321