喜欢看书的你，希望不要错过。 前不久入手了kindle， 也陆陆续续看完过几本书，话说kindle看书的体验真是好，希望可以达成每年阅读目标。今年目标三十本，说不定可以完成呢。 对于我来说，阅读的相关书籍来自朋友，作家推荐。也有在微信阅读参考朋友的书目。当然，我也喜欢参考豆瓣读书的书评和得分。因此，空出半天时间写了个小爬虫程序（源码）， 运行大概两小时。下面简单的分析一下数据：

数据来自豆瓣读书热门标签（https://book.douban.com/tag/?view=cloud）， 共计120个热门标签，平均每个标签下有图书1000本，因此共计抓取数据115802条数据。

图书共计56379本（不同标签收录同一本书），评论共计244975902条。相信你我可以从这份书单中找到满意的书籍阅读。 接下来会从三个维度，书籍在不同标签收录数， 评论数，得分。我想一本书是否值得阅读也大概是从这三个方面来判断。

我相信书籍的标签收录次数大致能反映一本书的可读价值。比如 【秘密 38】表示秘密这本书一共被120个标签中的38个标签收录。我统计了所有书籍的收录次数，其中收录次数大于10次的书记有451本。下面是次数大于20次的书籍，共计30本，如下：

相比收录次数，评论次数更能反映一本书的可读性。在统计中，因为书籍的多次收录，因此对于评论数取了平均值。数据显示，追风筝的人评论数最高，共计250000次，侧面反映在豆瓣读书的统计中，看过的人最多。下面是榜单前30名：

获取用得分来判断一本书的价值更为合适， 但是，存在这么一种情况，某一本书得分高，评论次数低，又或相反。因此，我会根据评论数和得分两个维度去来统计得分情况

1. 评论数大于50000， 得分的排名情况：

2. 评论数大于10000，小于50000， 得分的排名情况（前十）：

3. 评论数大于1000，小于10000， 得分的排名情况（前十）：

这些书今年应该是看不完了。 书单长期更新，欢迎各位推荐书和有价值的书评，共同维护书单。

关于爬虫程序