NSFW 笑话爬取和分类

未分类

来源

• www.haha365.com 中文幽默王 有标签，疑似Cortana 笑话来源
• www.waduanzi.com 挖段子
• www.pengfu.com 捧腹网
• www.biedoul.com 别逗了，有分类，可做标签
• www.xxhh.com 嘻嘻哈哈 有标签
• www.qiushibaike.com 糗事百科 无分类
• www.haha.mx hahamx 有分类
• www.xiaohuayoumo.com 质量较高，有标签

not safe

biedoul.com 内涵段子 荤段子 直接从两个URL爬，从标签分析比较困难，不知道这个网站时怎么分类的
xxhh.com 内涵 节操 邪恶
haha365.com 成人笑话

Crawl progress

• haha365.com: complete, 39467
• www.xxhh.com: complete, 43710
• www.biedoul.com: not yet, 26198 till now
• www.haha.mx: complete, for topic 1-11. 45633 pure text