BaiduPost
百度贴吧爬虫
思路
先以中国科学技术大学为例，熟悉百度贴吧发帖回复等规则
帖子的排序是以最后的动态为准，而帖子内部回复则会放在尾页，故再爬取帖子列表时从第一页开始，在抓取帖子内部的动态时从尾页开始
抓取频率初步设定为两个小时
数据实体
属性
说明
类型
postHttp
帖子唯一链接
string
postTitle
帖子标题
string
authorID
作者ID
string
authorName
作者姓名
string
postID
帖子唯一ID
string
postNo
帖子所在楼层
string
postType
帖子类型，1开帖文、2跟帖文、3回复
string
replyTo
回复给谁
string
postContent
帖子内容
string
postTime
帖子发表时间
string
如果是开帖文，replyTo为Null
跟帖文，replyT
