Python爬虫获取文章的标题及你的博客的阅读量，评论量。所有数据写入本地记事本。最后输出你的总阅读量！

Python爬虫获取文章的标题及你的博客的阅读量，评论量。所有数据写入本地记事本。最后输出你的总阅读量！还可以进行筛选输出！比如阅读量大于1000，之类的！

完整代码在最后。依据阅读数量进行降序输出！
还有代码截图（适用于不知道为啥出现错误的朋友）
运行结果截图，写入后的记事本截图都有。
都在最后！

把链接换成你的就可以直接使用啦！
我是以我的主页作为列子来实践的！
注意链接格式呦！
还有，访问量是大于阅读量的。
访问量=阅读量+访问主页次数
因为别人可能访问你，但是没有阅读你的文章！

先说一段吧，诉诉苦水。也是我忙碌了好久才解决的！
1，第一个就是这个东西，会让你的数据错位。最后跟正确数据总有不同！
而且每个人的主页都有这个人的链接：
在这里插入图片描述

你说气人不！
但是，我是借助列表来存储的。
那么，这样就好啦：

让列表输出第二个到最后一个
实现这个功能，通过切片来实现
自己不会，所以耽误好久！通过切片来就好啦！

nn = nn[1:]

其他就没啥啦！就是这个错位，也不知道什么原因！
最后找到啦，解决也费了点时间！
我添加了一个对文件进行写操作，就是把东西写入到记事本里面！
（但是，要写入的记事本要和.py文件在同一个路径之下！）
我的都在桌面！
在这里插入图片描述
代码的讲解就放在代码块里吧！

 ff = open('1.txt','a')#打开文件
        if n%10 == 0:#判断，进行多输入一个换行符号，为了美观！
            ff.write(titles[w]+' '+str(nn[w])+' \n\n')#写入你想写入的列表元素！
        else:
            ff.write(titles[w]+' '+str(nn[w])+' \n')#输入一个换行符号，为了美观！
        ff.close()#关闭文件！
        n += 1#不能一直换行呀，找个变量来！

其他的就是一些正则表达式啦，不会的就直接使用吧！
代码：

import requests
import re
sum = 0
pages = 10
x = 1
nn = []
mm = []
base_url = "https://blog.csdn.net/weixin_42859280/article/list/"
print('\n-------------------------下面是原创的-------------------------\n')
for x in range(pages):
    w = 0
    r = requests.get(base_url+str(x+1)+'?t=1&orderby=ViewCount')
    titles = re.findall(r'<span class="article-type type-.*?">\n.*?</span>\n(.*?)</a>', r.content.decode(), re.MULTILINE)
    visits = re.findall( r'<span class="read-num">阅读数：(.*?)</span>', r.content.decode())
    mm = re.findall( r'<span class="read-num">评论数：(.*?)</span>', r.content.decode())
    nn = [int(x) for x in visits] #将阅读数转换为数字
    nn = nn[1:]
    mm = mm[1:]
    n = 1
    for x, y, z in zip(titles, nn,mm):
        ff = open('1.txt','a')
        if n%10 == 0:
            ff.write(titles[w]+' 阅读数：'+str(nn[w])+' 评论数：'+mm[w]+' \n\n')
        else:
            ff.write(titles[w]+' 阅读数：'+str(nn[w])+' 评论数：'+mm[w]+' \n')
        ff.close()
        n += 1
        #if int(nn[w]) > 1000:#可以进行筛选输出！
        #if int(mm[w]) > 0:#可以进行筛选输出！
        print(titles[w]+' 阅读数：'+str(nn[w])+' 评论数：'+mm[w])
        sum += int(nn[w])
        w+=1
print('\n-------------------------下面是转载的-------------------------\n')
pages = 11
x = 1
nn = []
mm = []
base_url = "https://blog.csdn.net/weixin_42859280/article/list/"
for x in range(pages):
    w = 0
    r = requests.get(base_url+str(x+1)+'?t=2&orderby=ViewCount')
    titles = re.findall(r'<span class="article-type type-.*?">\n.*?</span>\n(.*?)</a>', r.content.decode(), re.MULTILINE)
    visits = re.findall( r'<span class="read-num">阅读数：(.*?)</span>', r.content.decode())
    mm = re.findall( r'<span class="read-num">评论数：(.*?)</span>', r.content.decode())
    nn = [int(x) for x in visits] #将阅读数转换为数字
    nn = nn[1:]
    mm = mm[1:]
    n = 1
    for x, y, z in zip(titles, nn,mm):
        ff = open('2.txt','a')
        if n%10 == 0:
            ff.write(titles[w]+' 阅读数：'+str(nn[w])+' 评论数：'+mm[w]+' \n\n')
        else:
            ff.write(titles[w]+' 阅读数：'+str(nn[w])+' 评论数：'+mm[w]+' \n')
        ff.close()
        n += 1
        #if int(nn[w]) > 1000:#可以进行筛选输出！
        #if int(mm[w]) > 0:#可以进行筛选输出！
        print(titles[w]+' 阅读数：'+str(nn[w])+' 评论数：'+mm[w])
        sum += int(nn[w])
        w+=1
print("总阅读量:"+str(sum))

代码截图：
（1）：
adow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjg1OTI4MA==,size_16,color_FFFFFF,t_70)
（2）：

执行结果：
（1）：
在这里插入图片描述
（2）：

被写入文本截图：
原创：

转载：

OK，有问题欢迎来留言讨论！
关于这个方面，我写的还有别的爬虫：
功能和这个有不同！
https://blog.csdn.net/weixin_42859280/article/details/85175854
欢迎留言讨论！

Python爬虫获取文章的标题及你的博客的阅读量，评论量。所有数据写入本地记事本。最后输出你的总阅读量！

浏览过的版块