《南方周末报》文本（2008-2024）

数据格式：txt

本数据集为 2008 年至 2024 年《南方周末》报纸的纯文本（.txt）爬取结果，文件按年份分目录存储，每个txt文件以发布日期及序号命名，正文已去除HTML标签与广告噪音，版面完整。该数据集适用于新闻史变迁、主题建模、情感分析及社会事件话语研究，但因未包含图片与读者互动，使用时建议先进行分词与元数据提取，并注意版权仅限学术或非商业用途。