知乎上有多少話題？

11-30

目前知乎上一共有多少話題？

昨天（2015年3月2日）我寫了一個腳本，從知乎的根話題開始，把所有的話題全部列了出來，一共 344150 個話題（包括根話題在內）。

腳本是基於NodeJS的，代碼如下：

var request = require("request"), fs = require("fs");


var METHOD = "POST",

    URL = "http://www.zhihu.com/topic/19776749/organize/entire",

    QUERY = {

        "child": "",

        "parent": ""

    },

    HEADERS = {

        "Content-Length": 0,

        "Content-Type": "application/x-www-form-urlencoded",

        "Cookie": "",

        "Host": "www.zhihu.com"

    },

    BODY = "";
var maxThreadNum = 30, threadNum = 0;

var taskQueue = [["", "19776749"]];

var topicCount = 1;

var startTime;

var logFilePath = "a.txt",

    fd, fws, logQueue = [], readyToCloseFile = false, hasClosed = false;
var requestCount = 0

function startRequest(){

    while(threadNum &< maxThreadNum  taskQueue.length &> 0){

        sendRequest(taskQueue.shift());

        threadNum++;

        requestCount++;

    }
    if(threadNum === 0){

        pushLog("topic count: " + topicCount);

        pushLog("time cost: " + (new Date() - startTime));
        readyToCloseFile = true;

    }

}
function sendRequest(taskData){

    QUERY.child = taskData[0];

    QUERY.parent = taskData[1];

    console.log("start request", QUERY.child, QUERY.parent);
    request({

        method: METHOD,

        url: URL,

        qs: QUERY,

        headers: HEADERS,

        body: BODY

    }, requestCallback);

}
function requestCallback(error, response, body){

    if (!error  response.statusCode == 200) {

        var responseData = JSON.parse(body);

        //console.log(JSON.stringify(responseData));
        if(responseData.msg  responseData.msg[1].length &> 0){

            for(var i = 0, l = responseData.msg[1].length; i &< l; i++){
                console.log(responseData.msg[1][i][0][1], responseData.msg[1][i][0][2], responseData.msg[1][i][0][3]);

                if(responseData.msg[1][i][0][3]){
                    taskQueue.push([responseData.msg[1][i][0][2], responseData.msg[1][i][0][3]]);
                }else{
                    if(responseData.msg[1][i][1].length &> 0){

                        taskQueue.push(["", responseData.msg[1][i][0][2]]);

                    }

                    pushLog("[" + responseData.msg[0][2] + "," + responseData.msg[1][i][0][1] + "," + responseData.msg[1][i][0][2] + "]");

                    topicCount++;

                }

            }

        }
    }else{

        console.log("ERROR ERROR ERROR ERROR ERROR ERROR");

        console.log(error, response, body);

    }
    threadNum--;

    startRequest();

}
function pushLog(logString){

    logQueue.push(logString);

    writeLog();

}
function writeLog(){

    if(logQueue.length &> 0){

        var log = logQueue.shift();

        fws.write(log + "

", "utf-8", writeLog);

    }else if(readyToCloseFile  !hasClosed){

        hasClosed = true;

        fws.end();
        //fs.close(fd); //do not close file manually, or U will get an exception in some case

    }

}

fd = fs.openSync(logFilePath, "w"); fws = fs.createWriteStream("", {fd: fd}); startTime = new Date(); pushLog(startTime.toString()); startRequest();

我所使用的NodeJS版本是 v0.10.28，代碼中使用了 request 包，這個包好像目前還不能在 v0.12.x 版本的NodeJS上運行。
另外，代碼中的cookie、body、Content-Length 三個變數需要自己填寫後才能運行，否則知乎的伺服器會返回403錯誤。

我的運行環境是 Inter Core i3 + 8G RAM + 10M 光纖 + Windows 7 pro 64bit
整個跑完大概花了50+分鐘。

知乎話題列表：電影金融心理學汽車醫學影視評論經濟學調查類問題投資生活物理學銀行生物學經濟互聯網設計法律遊戲美食首次公開募股（IPO）日本健康創業會計汽車行業美劇股票建築商業動漫動畫電視劇美國化學蘋果公司 (Apple Inc.)市場營銷財務心理諮詢音樂風險投資（VC）導演社會歷史理財生活常識投資銀行烹飪攝影教育房地產用戶界面設計編劇 Android 數學生活方式電子商務科技裝修中國影視建築設計用戶體驗設計旅遊藝術冷知識科學手機旅行交互設計文化美國電影移動互聯網美股編程心理室內設計演員汽車設計家居 iPhone 香港電影漫畫時尚谷歌 (Google) 生理學環境保護電影推薦自然科學企業併購金融學人際交往計算機服飾搭配科研文學社會學兒童教育基金稅收審計職業規劃社會心理學稅務財報天文學中國經濟政治工業設計創業公司產品經理醫生互聯網金融神經學藥物統計學上市公司遊戲設計小米科技網路安全學習醫療女性工作電影產業駕駛科幻土木工程公司保險日本動漫發動機網路遊戲阿里巴巴集團 iOS 應用微軟（Microsoft）支付寶廣告神經科學飛機香港產品設計 iOS 7 前端開發品牌手機遊戲農業中國電影建築學特斯拉汽車 (Tesla Motors) iOS 設計師貨幣程序員股票市場食品安全汽車製造騰訊日本文化微信比特幣 (Bitcoin) 私募股權（PE）光學編程語言體育好萊塢（Hollywood）大學足球科幻電影電動汽車證券字體 OS X 紀錄片育兒 iOS 開發債券量化交易融資日劇留學百度管理信息技術（IT）人體科普城市生活動物電影製作演技漫威（Marvel）遊戲開發植物數據分析淘寶網天使投資城市專利能源飲食賽車表演超級英雄 Facebook 媒體繪畫電影史裝修設計大腦戲劇用戶體驗信用卡話劇機械宏觀經濟學工作體驗新聞癌症英劇生物化學物流知天下（知乎欄目）企業管理日本動畫亞馬遜 (http://Amazon.com) 北京 ACG 遊戲策劃期貨電影拍攝計算機科學電視劇本交通流體力學日本電影信託 P2P 網路借貸平台 Mac 神探夏洛克（英劇）商業地產抑鬱症 Adobe Photoshop 移動應用哲學 4G LTE 食物電影院商業銀行網頁設計 (Web Design) 職業發展腦科學大數據智能手機娛樂人文貸款美國漫畫書籍推薦人工智慧互聯網產品攝影器材購物閱讀社交網路軟體商業模式信息安全四大會計師事務所健身航空權力的遊戲（美劇）財務管理天體物理學中央處理器 (CPU) 英語房價城市規劃醫院中國動畫物理科普英國會計師事務所材料科學分子生物學文化差異軍事平面設計醫學常識酒 NBA 操作系統 Python 書籍公益電影原聲法律諮詢地理傢具基因籃球冰與火之歌（小說）著作權產品 Linux 字體排印學術日常心理分析 A股地質學人生倫理銷售理論物理環境污染創業法務醫藥翻譯心理健康廚房航天 iPhone 5s 韓國電影黑客 (Hacker) 律師量子物理認知心理學自助游電力小米手機精神病學 Wi-Fi 進化論 JavaScript Microsoft Windows 遺傳學銀行貸款家庭教育藥學婦產科學食品職業酒店衣服 Android 手機學習方法博弈論紙牌屋（House of Cards）餘額寶咖啡生活大爆炸（The Big Bang Theory）運動地鐵攝影技術傢具設計寫作奧斯卡應用（軟體）行業數據挖掘 Android 應用 Android 開發計量經濟學大學生營銷策劃電氣工程網站視覺設計企業統計服裝設計動畫片上海心理治療知識產權單反相機地震車輛心理調節計算機網路金融業新浪微博演算法德國機器學習買房歐洲懷孕通信周星馳（人物）心理諮詢師石油銀行業動畫製作明星餐飲豆瓣職場市場索尼 (Sony) 安全盈利模式金融工程學 iPad 投資人 App Store 高鐵進化消費心理學二手車利率建築工程奇虎 360 顏色遊戲運營政府汽車養護結構工程語言電信運營商疾病民航男性日本漫畫牙齒交易中央銀行 iOS 遊戲製造業道德創業融資中國移動在線教育匯率飲食文化材料生命科學股權英特爾 (Intel) 京東商城通貨膨脹生活經歷硬體個人理財微觀經濟學經濟學常識視頻網站睡眠網頁遊戲邏輯智能電視攝影技巧美學發票論文交互設計師菜譜臨床醫學電影特效創業者奢侈品拖延現象印度美國文化第三方支付細胞生物學求職出國武俠相機高考哈利·波特艾滋病證券投資汽車改裝天貓日常行為分析故事感情電池吃貨背景音樂（BGM）兒童心理口腔醫學物理化學汽車選購創新搖滾樂生物進化人物虛擬貨幣環境魅族科技價值觀移動通信互聯網創業新能源運營諮詢行業犯罪招聘購物推薦三星電子 (Samsung) 博物館台灣家庭 P2P 性格諮詢 Java 核電站認知科學理財產品零售行業力學室內裝修公司法霧霾 X 是怎樣一種體驗字體設計中國歷史 CSS 快遞湖南衛視鐵路空氣動力學幼兒教育眼睛藝術史婦科生物病毒爸爸去哪兒（湖南衛視）人性日本料理娛樂圈電池技術人民幣寶馬（BMW）記憶電視節目外匯昆蟲銀行卡空氣質量思考法國軟體開發同性戀婚姻諾基亞 (Nokia) CG 晶元（集成電路）醫患關係就業心理疾病生物技術心理學現象汽車維修建築師戰爭地球韓劇手術熱力學空氣污染會計知識 Kindle 微博單機遊戲魔獸世界人力資源（HR）情緒嬰兒鏡頭金庸氣象公益組織稅法 IT 行業地球科學生物信息學留學美國烘焙研究生政策美術旅行攻略駕駛經驗電磁學行業分析美劇推薦社會科學視頻耳機房產星巴克零售店鋪機械設計父母保險公司金融 IT 搜索引擎電商 11·11 促銷財經 OS X 應用兒童產品運營創業團隊男裝英語學習審美諾貝爾獎花卉房地產開發商概率論商業策略排版網上購物視覺麥當勞綜藝節目電子競技中國電視劇米柚（MIUI）情緒管理前端工程師西餐微電影家用遊戲機 O2O 女裝搭配機器人人類面試密碼品牌營銷甜品學術論文導購類問題男裝搭配騰訊 QQ 即時通訊 (IM) 時間管理維基百科減肥養生順豐速運音樂人非政府組織（NGO）藝術家開源化妝禮儀概率有機化學汽車銷售財政學雜誌暴雪娛樂 (Blizzard) 中醫網路營銷音響宇宙學實驗電視台傳染病註冊公司 Windows 8 自駕游智能家居諮詢公司宇宙藥理學名校就讀體驗香水經驗化妝品路由器流行音樂女生配音工程學人類學化工國際貿易中國古代歷史聯想 (Lenovo) 電腦硬體移動開發社會保險對外貿易史蒂夫·喬布斯（Steve Jobs）科幻小說中文字體咖啡館文藝遊戲公司支付應屆畢業生茶 C（編程語言）橋樑心理醫生行為學管理諮詢植物學戀愛心理 PM 2.5 室內設計師古典音樂動物保護字幕國際政治自學肯德基（KFC）孕婦文化產業景觀設計魔戒家居設計解剖學醫學生租房手錶創意中國聯通水三國攝影后期技術豆瓣電影溝通俄羅斯宗教公共交通酒文化影視製作 C++ 交通事故細胞歷史人物電動車日本旅遊海洋 Windows Phone 美容護膚眾籌雲計算 Dropbox Google Chrome 跑步數據葡萄酒航空公司食品科學移民國有企業創業項目犯罪心理學世界盃 (World Cup) 生態學廚藝餐飲業計算機圖形學動物學銀行業務服裝行業如何優雅地 X 星際穿越（電影） Instagram 技術機場攝影師寵物飼養黃金思維伺服器公共關係全球定位系統 (GPS) 顯示器日用化學傳統文化中國中央電視台 (CCTV) 航空安全數碼眼鏡歐洲歷史供應鏈抑鬱計算機專業魚類烹飪常識國內生產總值（GDP）智能可穿戴 Twitter 推薦韓國 3G 中國電信遊戲機亞馬遜中國移動支付精神分析舞蹈自殺戶外運動註冊會計師（CPA） Logo 設計家庭關係相聲語言學國家新聞出版廣電總局 iPhone 6 iOS 8 營養酒店管理專業世界飛行員博士自行車電子郵件家裝生物 Apple Watch 結構設計飛行消防 Adobe 大學專業經驗分享 2014 年巴西世界盃音樂產業營養學智能硬體電力系統法律常識空調大學教育幽默壓力公益活動材料科學與工程版權保護成長大學生活自我提升人生規劃鍛煉個人成長技能賺錢知識習慣薪酬待遇溝通技巧努力護膚品思維方式考研結婚 PPT 生活習慣高級格調禮物朋友智商知識管理高效工作歌曲經歷笑話高效學習孤獨演講聊天常識興趣清華大學歌詞鞋靴效率微信公眾帳號北京生活貓世界觀 Microsoft Excel 年輕人社交禮儀中國近代史作家高中公務員大學生就業心態照片職場新人詩歌佛教健身教練考試英語口語英語翻譯理想男性著裝淘寶店鋪社會現象北京大學練字愛好思想生活用品體驗生活經驗唱歌中國社會文具說話技巧世界歷史 iPhone 應用勵志第二次世界大戰國家有趣表達能力日語相處思考方法學生讀書方法廣州市氣質社會心理微信朋友圈 GTD（Getting Things Done）筆記本電腦肌肉伊斯蘭教邏輯思維創新工場窮游英雄聯盟 (LOL) 吉他北京美食游泳海賊王（ONE PIECE） Quora 視力保健相對論李開復（人物）特許金融分析師（CFA）民謠鋼琴馬雲（人物）歐洲冠軍聯賽簡歷電子商務運營法學 HTML5 歷史書籍讀書筆記政治經濟學面試技巧 iPad 應用 Dota 2 陳奕迅文案女性健康互聯網產品設計實習人體構造圍棋歐美流行音樂社會化電子商務 DotA 雅思網球強迫症三體（系列小說）明朝創業難點社會化營銷書法日本歷史睡眠質量旅遊線路 NBA 球員自由行知乎日報中華民國 Evernote 同事相處紅樓夢（小說）管理學人人網人脈健身器材性價比廣告文案 Kindle Paperwhite 2 單反入門 iOS 應用推薦跳槽樂理 MacBook Pro 蝦米音樂網 PHP 搜索引擎優化（SEO）英格蘭足球超級聯賽（Premier League）減肥方法熬夜宋朝騎行 B2C 「未歸類」話題皇家馬德里（Real Madrid）面試問題個人發展社交產品近視眼勞動法清朝恐怖電影爵士樂（Jazz）健康常識蘋果產品電韓寒唐（朝代） Google+ HTML 男性健康微信營銷巴塞羅那（FC Barcelona）深圳市失眠手機攝影職業選擇團購網易馬來西亞航空 370 號班機空難 C / C++ 結構力學華語流行音樂狗銷售技巧紅酒周杰倫曼徹斯特聯隊（Manchester United） Gmail 攝影入門華為網站運營電子書社交媒體 PUA（Pick-up Artist） Web 開發瑜伽化學實驗爐石傳說（Hearthstone） MacBook 歷史學互聯網社區運營刑法 MacBook Air 德語嗶哩嗶哩 DIY 日語學習項目管理用戶研究美國法律軟體工程髮型海淘微博營銷思維導圖自慰數學建模杭州物聯網 (Internet of Things) 頭髮服飾印象筆記編輯乒乓球 MATLAB 火影忍者鎚子系統 (Smartisan OS) Google Play 旅遊網站廣告人 GitHub 穹頂之下（紀錄片）媒體從業者成都資料庫留學英國音樂製作南京 Java 編程教師留學申請微單相機漢語德國留學閱讀習慣武漢電子閱讀社交恐懼症職業生涯國學皮膚 ACCA 記者 Node.js 皮膚保養洛杉磯湖人（Los Angeles Lakers）樂器互聯網社區廣告設計 C# 團隊管理基督教極客（Geek）考古武器留學日本鼻炎辯論時尚穿衣小提琴數據結構青春痘軍事裝備語言學習手工學習能力西安 Microsoft Office 開店人力資源管理凡客誠品（VANCL）鋼筆外國文學藝術設計炒股傳播學電學電子商務物流噹噹網書店歷史知識嵌入式系統網頁瀏覽器體育賽事收入科學松鼠會死亡高等教育 B2C 電商精神分裂症硬筆書法 VPN Vim 互聯網廣告推理設計公司韓語我是歌手（第三季）男同性戀雷軍（人物）外語學習插畫焦慮症學習規劃聖安東尼奧馬刺（San Antonio Spurs） Ubuntu 產品體驗熱門新聞素描中國互聯網為人處世廚師文化大革命 PlayStation 4 3D 列印人文學科 jQuery 國際關係新浪零食鎚子科技單反鏡頭心理學專業金庸小說寫作技巧 MySQL 中國足球單片機粵語 Hadoop Ruby 手繪西班牙足球甲級聯賽（La Liga）朝鮮王自如茶葉健身與減脂八卦記憶力工程造價新媒體武術招聘網站西遊記夢 Java 程序員自動化運動損傷身體健康武俠小說日常生活谷歌閱讀器（Google Reader）合同信仰搏擊項目西裝電子音樂時事熱點膳食健康自制力 Objective-C 策劃 Blackberry（黑莓）旅遊推薦警察耳機選購職場溝通重慶動物行為學軟體測試 Java EE 美食家中國文化神話佳能文學鑒賞通信工程大眾點評 IT 男邁阿密熱火（Miami Heat） Linux 開發第三產業（服務業）早教 B2B 工作經歷 Unity（遊戲引擎）交響樂澳大利亞 ThinkPad 個人職業諮詢天津 ACM 競賽廣州恆大淘寶足球俱樂部 Chrome 擴展程序 Windows Phone 8 淘寶賣家巧克力美團網馬拉松知奧運桌面遊戲 Surface（微軟平板電腦） NBA 季後賽健身減肥自我管理耐克（Nike）新加坡 ZEALER 食品營養火鍋山地車槍械 LGBT 植物辨識夢想三國演義漢字足球賽事 .NET iPhone 4S 圖像處理傳媒互聯網公司如何選購 X 平板電腦內衣粵語歌曲英語辭彙毒品西藏 ERP 穿衣打扮人格火狐瀏覽器（Firefox）美國大學博客電子產品政治哲學中國好聲音（電視節目）民主留學生智能手環二次元機械製造氣候加拿大團隊協作轉基因廈門政治學油畫轉行後會無期（電影）文藝青年音樂欣賞 CAD 學霸牙齒正畸獵頭簽證環境工程軍事研究外星人自信 X 的有趣故事百度 SEO 陌陌邏輯學 Git 微信運營 Flyme 勒布朗·詹姆斯（LeBron James）工資人體生理現象工業時間娛樂八卦網路小說中國文學建築施工醫療行業珠寶醫療保險聖經尼康日本文學中國教育大學生創業視頻剪輯生日禮物 iTunes 活動策劃戶外應急自救 iPad mini 搭配結婚籌備足球迷 PHP 開發 IT 公司演算法設計蘇聯 Apple Store 地圖通信行業數據統計醫療器械 App 推廣 Adobe Illustrator 外交中國政治義大利隱形眼鏡電子 BAT 昆蟲學早餐摩托車唱歌練習固態硬碟用戶需求分析養老保險月經軍隊 Logo 數碼產品互聯網行業雲存儲 Windows 7 畢業青春選擇無線路由器搜索水果交流推廣吃孩子域名寵物火車票出版語文民族歌手名字飲料圖片老年人優酷軌道列車生命天氣飲酒聲音人親子關係感冒公交車牛奶樂隊眼科學輸入法在線論壇性別差異家用電器人際關係學錢經營動物行為離婚出軌傳銷國外西方文化彩票吸煙外語電信農村植物種植 iPhone 5 婚禮關係漢語辭彙過年屏幕馬克思主義代購語言文化教育培訓中國人行為心理學大學寢室春節聯歡晚會論文寫作國外生活牙科事業電腦 DIY 工作經驗超市心理分析英語語法春節辦公室個人電腦顯卡社會主義普通話電子商務網站鍵盤（計算機）法律服務價格演唱會迅雷（軟體）骨科音樂評論穆斯林保健消費 KTV 中國古代文化生意自然牙醫服裝品牌意識程序編程學習人類進化人口企業文化電路高校改革高等數學運動醫學情人節（Valentine"s Day）慈善計算機技術方法製造工藝負面情緒 3D Internet Explorer 網站開發生育 12306（中國鐵路客戶服務中心）機票民俗命運理科盜版百度搜索皮膚病侵權酒吧鳥類工資水平收藏輻射（物理名詞）奶粉能力培養工程師內存 (RAM) 服裝面料測試科技趨勢注意力大學專業選擇教育學外企印刷雲服務問答網站滑鼠財富志願者 X 是什麼謠言銀行工作電子書閱讀器（硬體）貿易啤酒辦公軟體自媒體新聞事件北京地鐵闢謠音頻行業三星手機節日計劃生育可口可樂建築行業高速公路海關網上銀行視力報紙法律專業化學反應親子主持人快遞公司抄襲治療方法聖誕節性別 Adobe Flash 玩具影視作品法律依據機動車駕駛證電梯污水處理市場銷售過敏新疆新聞學土地加盟法國留學專業書籍推薦人物評價小學教育作曲雞蛋焦慮賭博文學作品蔬菜 Hi-Fi 中國傳統文化出版社城市建設穿越科技公司民國史建築結構少數民族 LED 性格缺陷園林錄音動車營銷模式幾何學健美大學教師恐懼評論牛仔褲食品健康外賣創意想法人才數碼相機小吃商標市場調研 RSS 工程管理氣味開放平台包糖尿病文物駕校百度地圖三觀手機電池認知移動電源渠道房貸自我流行文化後期處理 TCP/IP 開源項目互聯網盈利模式後期特效癌症治療發明本科生心臟白酒營銷渠道二手交易家庭暴力歐美高中教育英文字體物價音箱園藝智能手錶音樂版權檔案非洲保險業用戶界面語音識別智力密碼學房地產行業豌豆莢土豆網 Safari 幼兒園規劃虛擬機現代醫學養老太空太陽能光伏嵌入式開發活動醫療診斷移動瀏覽器電路設計 Samsung Galaxy 教學加密想像力酸奶味道冷兵器出版業阿迪達斯 (adidas) 價值手錶推薦信任隱私保護建築材料創作微生物編譯器物理實驗線性代數直銷手游運營圖書出版體檢施工日本音樂編曲月球電子商務平台歧視中西方文化差異身體取名學校成功人生態度培訓知乎使用畢業生方言衛生古代校園生活外國人硬碟房子下載語言表達自由抗日戰爭辭職名人蚊子 HTC 文明電腦維修圖書館網盤 Microsoft Word 奧運會戶口筆記本郵箱代碼網路語言香煙畢業論文自我認知同性寵物犬人生的抉擇送禮整容本科畢業生圖片處理保健品公積金父親學歷 PDF 視頻製作碩士宗教哲學軟體推薦二維碼會計學（學科）殺毒軟體應聘考證字體鑒別工科資本主義事業單位性取向人權吃飯團購網站泰國寬頻海外代購快餐髮型設計生活百科 Google 地圖精神家人相處運動鞋職場心理電器習俗無線網路詐騙內向科學哲學軍人計算機病毒學習經驗 YouTube 北漂生活 Windows XP 80 後銷售策略大學本科空氣凈化器政治制度司法電氣工程及其自動化專業廣東省煙草公安 MacBook Pro with Retina display 洗髮水模特速食麵相機選購生理健康如何（How To）微信開放平台性別平等進出口貿易問卷調查發音中日關係姓氏寵物醫療 QQ 郵箱百度知道 API 毅力寶寶互聯網思維聲樂電腦遊戲西班牙安慰技巧言論自由單詞中學教育微積分中國足球協會超級聯賽（CSL）名言飲食習慣健身房門戶網站公平 985 工程大學網易雲音樂優雅旅遊攻略高考作文胖子理髮危機公關我是歌手（湖南衛視）洗澡文章大學社團欺騙宣傳耳朵數據存儲幸福感聚會意識形態口腔健康漢語拼音膝蓋化學成分餐廳日本人西醫火車站健康管理運營推廣調整心態 SQL 戴爾（Dell）播放器娛樂明星 Windows Phone 7 藍牙（Bluetooth） iPad Air 交通規劃選擇恐懼症恐懼症恐怖主義美元市場分析採購迷信土木工程專業 Microsoft Visual Studio 洗衣服美髮人種風俗郭敬明（人物）魅族 MX2 人類文明寢室生活 360 安全衛士戶籍新東方脫髮標點符號穿衣指南感測器競技遊戲法律責任畢業設計水處理英語自學

之前大概2周前，爬了一遍話題清單，結果是30009個話題，後來發現中間網斷了一次，大概漏了10個左右，這些話題是重複的。排名第一的答主說有34w多個話題，我持懷疑態度，應該沒有去重吧。

將這些話題簡單的用Gephi得到如圖結果

可以明顯的發現，未歸類下擁有最多的子節點，其他的子類最多好像是170個。

定義最近的出現的層次為節點的層級，如圖結果

第三層的差異來自未歸類。我個人認為其實知乎的未歸類在一定程度上接近知乎的早期形態。並且和中圖法，LCC類似層次分布，我認為是有明顯的專家編輯的結果，當然我認為認為之後本身是大眾標籤法。最近正在討論話題結構的由上而下的專家法，和由下而上的大眾編輯的不同。

另外，還有一個最近正在學習的冪等律，知乎的話題關注人數也類似。額，當老師都能用最小努力原則解釋齊普夫定律後，我也在嘗試解釋下圖。QAQ

============== 2017年3月20日===========

準備一次大修，重新抓取，不過這次知乎對爬蟲進行了限制，多線程20時，瘋狂429.（gevent同樣瘋狂429）
目前先降低速度重新抓取一遍，巨慢。
之後會考慮加上代理。當前的結果和之前的結果存在較大差異，等抓取完畢後來填坑討論。事實上，之前也有文章討論過該問題。

參考文獻：

張鵬翼, 傑蘇, 張久珍. (2016). 社會化構建標籤等級的評價研究——以知乎話題結構為例. 圖書與情報, 160(04), 89.

============== 2017年3月20日晚===========

數據抓完了，但是似乎存在一些問題，主要集中於未歸類，抓取時候我的未歸類只有5000個？？？貼一個抓取的數據的結果。簡化為樹狀結構，每個話題的id只記錄為最早出現處。

http://h12345jack.github.io/others/2017-03-18_topicSpider.txt

============== 2017年4月6日晚=============

============== 2017年5月20日晨=============

我覺得有趣的幾個畢設截圖

39584

2017.6.5剛又爬了一遍知乎話題樹看了一下。

當前知乎話題共有39584個，去過重了

話題樹的父子級關係共58992個

沒有子話題的話題共有28828個

知乎話題id列錶鏈接

vacuume/zhihu_topicids_list

話題id的前10個和後10個，可見知乎id跨度範圍，有興趣的可以試試，中間沒有的id都是不存在的。

begin

19550225

19550228

19550232

19550234

19550235

19550240

19550241

19550242

19550246

19550251

。。。。。。（中間有3.9w個）

20083263

20083266

20083284

20083288

20083297

20083306

20083320

20083360

20083372

20083464

end

時間 2016年10月11日20:41:39
65811 個
python request庫使用sqlite保存 pybloof 布隆過濾器
代碼和數據見知乎話題爬蟲

總數如各樓所說。

整體是個有向無環圖。

列出根話題下深度為2的看看 : - )

看來知乎還是挺形而上的 : - )