欢迎各位培训班的会员们参加 2021 年 4 月 27 日晚 8 点的直播课 「使用 Stata 爬取中国土地市场网的土地出让数据」
最近给大家分享了中国土地市场网的土地出让数据（结果公告）：
网页链接：https://www.landchina.com/default.aspx?tabid=263&ComName=default
| 网页预览 |
|---|
 |
数据量很大，多达 275 万条，我给大家分享的是 2000-2020 年底的数据。有不少小伙伴非常想学习这份数据的爬取，所以这节课我们就来学习下这份数据的 Stata 爬取方法。
这个数据的爬取不复杂，但是需要一些技巧：
- 275 多万个网页下载都需要好久？每秒钟下载一个网页也需要 31 天；
- 注意上面的图片底部：“当前只显示200页”，所以 201 页之后的数据该如何爬取？
- 这个爬取任务需要很长时间，爬取中途网络中断、电脑黑屏了怎么办？
本次课程中我们将以 2021 年 1 月的数据爬取为例讲解如何这个问题。
| Stata 代码预览 |
|---|
 |
本次课程将包含如下内容：
- 如何进行网页分析找到自己需要的数据；
- 如何使用 Stata 作为网络数据爬取工具；
- 下次课程的内容：如何清洗土地出让数据里面的“行政区”变量 & 如何使用 Stata 解析 JSON 数据？
点击这里跳转到 RStata 短书平台获取附件：使用 Stata 爬取中国土地市场网的土地出让数据（由于网站结构改变，代码已失效）
评论