网络抓取文字的见解。
我当时正在考虑创建一个博客，并且想知道怎样才能使它变得更好。 因此，我向我最喜欢的博客-Marginal Revolution（marginalrevolution.com）寻求了建议。 使用Python的BeautifulSoup软件包，我抓取了2015年和2016年（直到6月20日）的帖子，并进行了一些快速分析。 一些值得注意的发现：
平均单词数（包括引号，这在MR帖子中很常见）为202（由下面的内核图中的黑色垂直线表示）。
对于MR迷来说，这种情节并不奇怪。 泰勒·科文（Tyler Cowen）是更正规的博客作者，但他的多才多艺的发布是以牺牲他的冗长为代价的：塔巴罗克（Tabarrok）的帖子通常比科文（Cowen）更长。
什么时候
那么谁的职位更好？
我更喜欢Cowen的粉丝…但是要用读者的评论来衡量，作为读者参与度的代名词，作为读者满意度的代言人，作为帖子质量的代言人……
也许您可以说Tabarrok的帖子更好？ 箱线图显示，Tabarrok的帖子平均每条收到更多帖子。
最后，我只想踢一下，就帖子字数，作者虚拟变量以及13个常用标签类别中的每一个的虚拟变量进行了回归。
这样就可以了：塔巴洛克（Tabarrok）撰写的一篇很长的文章（有趣的是，作者的虚拟人物在控制字数之后仍然很重要…）是MR最终文章的秘诀。
