艾未未新浪博客的一些数据统计

bdzs

本文通过一路BBS站telnet客户端发布


整一个月零一天前，我在北京和 zuola 老师见了一面，商量怎么恢复 aiweiwei 老师被新浪和谐掉的博客的内容。 因为 Google Reader 这些阅读器实际上缓存了博客的 feed, 而我以前又有专门抓 Google Reader 内容的代码，所以很容易就抓到了所有的数据。

根据我抓到的数据，我说几个统计数据： Aiweiwei 老师从 2007 年 7月22 日 开博一来，到 2009年5月27日被和谐，一共有 1639 篇文章。

这 1639篇文章中， 有这样几个数据：

1. 从2008 年 11月 27 日某个一直想要说法的公民死亡开始，aiweiwei 的博客上每天贴了一张 “蜡烛”， 从”一“ 开始到 ”蜡烛 一百八十一 09.05.27“ 结束，中间只缺了 08年12月14日这一天。 我也写博客，我知道坚持一天贴一张图需要的坚持和毅力。 但就这样的贴图，都被新浪删除了不少。

2. “5.12遇难学生名单 补充” 系列，从“一”开始， 到 “一百三十二”, 里面全是一个一个活生生的名字。 这些文章，平均被新浪删除三次，艾未未老师也不和新浪发火，删了三次，就重新贴三次。 因为 aiweiwei 老师把新浪的删除日志也贴出来，所以，像以下这样的句子在我抓到的数据里比比皆是， 比如，数据中有以下这几行：

您的文章《5.12遇难学生名单补充（二) 09.03.17″>已被管理员转移到回收站。给您带来的不便，深表歉意。

您的文章《被删除文章 5.12遇难学生名单补充（二) 09.03.17″><已被管理员转移到回收站。给您带来的不便，深表歉意。

您的文章《被删除文章 5.12遇难学生名单补充（二) 09.03.17″> 已被管理员删除。给您带来的不便，深表歉意。

就 “被删除文章 5.12遇难学生名单补充（二)  09.03.17” 这篇文章， aiweiwei 贴了三次。 像这种文章，一般刚贴出来，新浪就很快删除了，所以我们读者根本看不到痕迹。可是，这些痕迹在 RSS 里面每条都有，所以很容易看到一条条这样触目惊心的删除，贴，再删除，再帖。在看不到数据之前，我们都不知道这样列着遇难学生名单的文章居然能被这样删三次，贴三次。这种持久的删了再帖的耐心，我想普通人是做不到的。

我知道有人不喜欢艾未未老师，以为他是在搞行为艺术，是想出名，看了数据之后，我想至少大家能够对他做的事情多点支持和理解，也就行了。

为了让更多的人看到 aiweiwei 老师在新浪博客上付出的心力和做的事情，我愿意将我抓到并处理后的数据与所有的人分享。 因为数据非常大， 想要的读者请给我发邮件。您拿到数据之后，可以直接导入任何 WordPress 博客。另外，我有一整套的从 Google Reader 恢复 Wordpress 的代码，只要您的 WP 博客有人订阅，全文输出，如果数据因为某些原因丢失了， 我的代码可以帮你很快的恢复博客。 稍后等我有空，我会把代码和恢复中的技术要点全部贴出来。


lochmeters said,
July 4, 2009 @ 5:52 pm

您老blog RSS不能全文输出呀，能不能看一下怎么回事


Jeffye said,
July 4, 2009 @ 6:04 pm

此事功在徐老师，利在千万P民！


fieldsfarmer said,
July 4, 2009 @ 7:29 pm

zan!
徐宥凭着自己的技术，可协助将国内的一些总被封的人的博客挂到国外服务器上。


sswv said,
July 4, 2009 @ 7:47 pm

“缺了08年12月14日这一天”为什么偏偏是这一天呵？查查2002年12月14日甘肃玉门地震，那天我可就在震中，那次地震死2人。


RightHand said,
July 4, 2009 @ 8:59 pm

这个是要赞的
你回去了吗


allen galler said,
July 4, 2009 @ 10:51 pm

Nice! 这些数据恢复工作很有意义！


小茄 said,
July 5, 2009 @ 12:13 am

您的邮箱是？


小茄 said,
July 5, 2009 @ 12:15 am

我是一名志愿者，现在正在做512遇难学生的数据录入工作，我们这一共有5000多个数据。我们的录入网站是www.512students.org


Eric said,
July 5, 2009 @ 1:04 am

@小茄
youxu A@T wustl.edu


lbaby said,
July 5, 2009 @ 5:34 am

以为是笑来写的呢，看了一下python 代码，吓一跳
后来一看，不是。

讨厌那帮人民财富的管家，没有人监管还真以为自己是 主人了


zhangyijun said,
July 5, 2009 @ 8:40 am

Aiweiwei的新Blog的RSS的输出在GoogleReader中格式有问题，建议帮他改进一下，xexie
--