不少软文不同于采集内容为二十次幂的合并数据功能

　　不少软文不同于采集内容为二十次幂的合并数据功能

　　相信大家都在关注的公众号里软文掺杂了很多。 软文与硬广不同，更让作者讨厌。与文章中的插页式广告相比，明显可以区分广告的文字。

　　软文很隐蔽，有点像明星做P2P广告，出卖粉丝信任，谋取经济利益。

　　一些更邪恶的软文甚至会误导人们一生。他们以为自己跟随了一位指导正确道路的导师，但最终却吃掉了你信任的收割者。

　　帐户所有者使用他的信用来兑换货币。大家同时讨厌百度。您可能希望讨厌一些没有底线来出售信用的帐户所有者。清关是个好动作。

　　如果你熟悉唐诗三百首，不妨采集玩玩，熟悉这些软文title套路。当你再次遇到他们时，你可以避免他们，节省自己的时间并收取大量的智商税。数据来源

　　本文采集内容为20次幂【广告文案数搜索】中的内容，具体网址为：/search/ad。

　　可能是因为20号电站业主规模有限，收录的公众号一开始似乎很少。作为一个教学案例，你还可以玩得开心，

　　Excel催化剂网页的采集功能方便轻巧。作者本人也经常使用。在不是采集太极端，数据量大的时候特别有用。 采集进程还没有被各种反爬虫使用过。太多技术被屏蔽了。

　　采集methods

　　首先简单抓包，得到最终的内容数据json URL，采集使用http下载方式，构造采集的URL，如下图，最后输入入口URL让google browse 浏览器首先打开入口URL，采集cookie，然后来http提交访问json URL下载内容。

　　因为这个界面的数据量不大，所以总页数只有500页。以后采集new数据就不需要采集那么多了，暂停时长能不能再增加一点也无所谓，不会被反爬虫盯上。

　　采集收到的数据为json格式。有了json文件，下一步也很容易了。使用Excel自带的PowerQuery文件夹合并数据功能，将所有json文件合并在一起，并在Excel表格中列出，导出到Excel工作表。

　　或者直接使用Excel催化剂的json转Excel表格功能，比较简单。有小毛病的时候，文件夹里的文件还得重新做一遍，不像Powerquery可以一键刷新。

　　完成后，您可以使用 Excel 进行筛选和排序以找到您想要查看的内容。如果觉得收获太多，建议检查一下。

　　数据透视表简直是重复，我开始把软文标题读了三百遍才找到语感，下次看到类似的就可以避开了。

　　希望写软文的人不会来看这篇文章。对动机不正的人使用好的功能也是一场灾难。

　　结论

　　每个人都可以有一个职位。笔者的立场是远离这些所谓的软文推广商业合作，保持公众号的纯洁处所，对Excel Catalyst的粉丝负责。虽然这种做法越来越被*敏*感*词*和变态。

　　出淤泥而不染，大家鼓励！