感謝大家的關心,長話短說,2021-05 後的資料都還在,只是還沒上傳。預計八月底左右,就會上架 2021-06 到目前為止的所有資料!
完整解釋
從去年五月開始,本資料集碰到了以下的問題:
2021-06 ~ 2021-10
591 租屋網,從 2021-06 開始改版,並在同年 9 月關閉舊有的資料讀取方式,導致資料集遺失了部份 10 月的資料。2021-06 ~ 2022-03
資料集的主要維護者 ddio ,2021 整年掉到另一個大坑中,從 6 月開始,就沒時間照顧網站2021-10 ~ 現在
爬資料的機器人,在 10 月底時修復,但因為上述理由,一直沒空調查資料遺失的程度,因此也沒有上傳資料2022-03 ~ 現在
ddio 爬出坑後,忙者補各種欠下的工作
總結來說,一開始是因為 591 改版,加上 ddio 這一年多各種忙,再加上資料集更新,還需要不少手工作業,所以便一直拖到現在。
這個夏天,ddio 會依序進行以下幾件事:
- 更新網站架構,並設計新的爬蟲架構,讓它更容易自動化(已完成)
- 分析 2021-09 591 改版時,造成資料遺失狀況,並以文章說明
- 上傳 2021-10 ~ 2021-12 的所有資料,包含 2021 Q4 以及全年資料
- 上傳 2022-01 ~ 2022-08 的所有資料,包含 2022 Q1 、Q2
- 把爬蟲搬到較有管理彈性的地方
- 依據計畫,實做自動更新的流程
目前目標是在八月底時,完成前四項。
如果有什麼建議,會想一起幫忙讓爬蟲更新更自動的,歡迎加入這個專案~