ICLR2019-OpenReviewData 项目使用教程

1. 项目目录结构及介绍

该项目目录结构如下：

ICLR2019-OpenReviewData/
├── asset/             # 存放项目相关的资源文件
├── data.hdf5          # 存储爬取的数据文件
├── data_old.hdf5      # 存储旧版数据文件
├── demo.ipynb         # Jupyter Notebook 示例文件
├── LICENSE            # 项目许可证文件
├── README.md          # 项目说明文件
├── urls.txt           # 存储用于爬取的URL列表

• asset/：包含项目所需的各种资源文件，如图片、样式表等。
• data.hdf5：存储爬取的ICLR 2019 OpenReview数据，采用HDF5格式。
• data_old.hdf5：存储旧版数据的备份文件。
• demo.ipynb：一个Jupyter Notebook文件，展示如何使用爬取的数据进行可视化和分析。
• LICENSE：项目使用的许可证信息，本项目采用MIT许可证。
• README.md：项目的说明文件，包含了项目的介绍和使用方法。
• urls.txt：包含用于爬取的网页URL列表。

2. 项目的启动文件介绍

该项目的启动主要是通过Jupyter Notebook文件demo.ipynb进行。用户需要安装Jupyter Notebook环境和项目所需的Python依赖库，然后打开该文件开始操作。

启动步骤如下：

1. 确保安装了Python 3.5以上版本。
2. 安装所需的Python库：selenium、pyvirtualdisplay、wordcloud、imageio等。
3. 使用Jupyter Notebook打开demo.ipynb文件，开始执行里面的代码块。

3. 项目的配置文件介绍

该项目的主要配置文件是urls.txt，该文件中包含了需要爬取的网页URL列表。用户可以根据自己的需求添加或删除URL。

此外，如果需要修改爬虫的行为，可以在demo.ipynb文件中调整爬虫的参数，例如修改爬取数据的类名等。

请注意，使用爬虫时需要遵循目标网站的使用协议，尊重网站的版权和隐私政策。