文章具体内容见：【数据分析】基于新闻文本数据分析
数据采集
从2020新冠肺炎记忆：报道、非虚构与个人叙述（持续更新）这篇文章中进行数据获取，本人采取的方法是利用爬虫，获取该文章页面，获取所列文章列表及其原文链接，进而通过链接获取文章具体内容。截至2020-2-17我获取的链接数1351个，分析知道，这些链接主要来源于：微信公众号、财经网、经济观察网、方方博客、中国经营网专题、界面网，1351个链接中来自这几个网站文章数量为1324个，其余的只有27个，不到2%，直接舍弃。于是利用爬虫分别从链接对应网站获取文章内容，并整理到excel中。
