运用代理ip进行仓库分析爬虫！写完了 Stackoverflow 的爬虫，这回打算写 Github 的，利用 Scrapy 框架对 Github 用户和仓库信息进行爬取，图片利用管道下载。

　　Github 是一个很棒的社区，这里可以找到很多优秀的项目，很多实用的库类，简直是 coder 的天堂，同时也是全球最大的同性交友社区? 爬取的数据主要分为两大类， User 类 和 Repo 类 ，也就是针对用户情况和仓库信息

　　User 类先来看看 Github 全站 followers 人数 top10 都是哪些大犇

　　AvatarUserReposStarsFollowersFollowing

　　Linus 大神以压倒性的优势夺得第一名，说实在不知道 Linus 的真不好意思说自己是写代码的，这是信仰。然而大神还是很傲娇的，毕竟没有 following anybody，可能是强到了没朋友了吧，毕竟 talk is cheap, show me the code。JakeWharton 以 34000+ 位于第二，以前也看过一点 Android 的东西，不知道说什么，膜拜吧。

　　中国区还是有两名种子选手挺进了 top10，阮一峰 和 代码家

　　Github 的地区选项自由度很大，所以比较难统计出各国的注册账户的人数。China 关键字的有 77473 人，USA 关键字有 48667 人

　　那来了解一下国情，在国区的这 77473 人中，followers 人数 top10 如下

　　AvatarUserFollowingFollowers推荐阅读：爬虫代理IP被封怎么办

　　vue.js 作者尤雨溪位列第三。廖雪峰紧跟其后排在第四，话说我也看过他的 Python 教程的

　　个人仓库数量 top10，因为组织的话无法查看具体仓库数，所以就选取了个人的

　　UserRepos

　　前两名都好多，项目数量都达到了 27k 以上，好强，他们是怎么办到的

　　Repo 类仓库的 stars top10

　　RepoForkStarWatch

　　仓库的 forks top10

　　RepoForkStarWatch

　　两个 top10 中有多少个是重叠的呢，答案是 3 个

　　RepoStarForkWatch

　　那你知道两者的 top100 中有多少个是重叠的吗，答案是 51 个，top500 是 270 个

　　forks 数超过 1000 的仓库共有 1586 个，看看各语言都有几个，选取排名前 10 的语言生成条形图

　　再把维度扩大到 10000，共 41 个

　　JavaScript，Java，Python 基本上是稳居前 3 名，特别是 JavaScript，真是大红大紫，当然我大 Python 也是很有潜力的

　　stars 数超过 1000 的仓库有 10410 个

　　超过 10000 的 402 个

　　各大语言的分布情况基本上和 forks 数是一致的。唯一不同的语言就是 HTML 换成了 CSS，不过也都差不多，这两门语言基本上都是不分家的

　　来看个有趣的排名，全站代码量 top3 的仓库

　　Repo

　　了解一下 Python 的情况

　　Python 仓库 stars 数 top10

　　RepoForkStarWatch

　　Python 仓库 forks 数 top10

　　RepoForkStarWatch

　　shadowsocks 在 stars 里排不进 top10，居然在 forks 里勇夺第一了，这梯子圆了多少人的翻墙梦。另外一架梯子 XX-NET 很遗憾，两项都没挤进 top10，扎心了老铁

　　RepoForkStarWatch

　　老规矩，看看这两个 top10 交集部分，有 5 个，如下。( 两个前 top100 中交集有 52 个 )

　　RepoStarForkWatch

　　两大 web 框架 django 和 flask 的表现还是不负众望的，awesome 系列在每种语言里都很受欢迎