爬虫抓取自己csdn博客点赞数

基于WebMagic写的一个csdn博客小爬虫 java爬虫框架WebMagic容易上手,可定制可扩展,非常适合想用java做爬虫的小伙伴们。 小爬虫能抓取指定用户的所有文章的关键信息,包括文章id,标题,标签,分类,阅读人数,评论人数,是否原创。并且把数据保存到数据库中。 阅读详情

查看自己文章的点赞数、浏览量。。。

# 翻页,获取全部文章链接
import requests, re, math
url = 'https://me.youkuaiyun.com/yellow_python'
r = requests.get(url, headers={'User-Agent': 'Opera/8.0 (Windows NT 5.1; U; en)'}).text
articles = re.search('<span>(\d+)</span>\s+<a href="https://blog.youkuaiyun.com/yellow_python\?t=1" target="_blank"><strong>原创</strong></a>', r).group(1)
pages = int(math.ceil(int(articles) / 20))
article_urls = []
for page in range(1, pages + 1):
    page_url = 'https://blog.youkuaiyun.com/Yellow_python/article/list/%d' % page
    rp = requests.get(page_url, headers={'User-Agent': 'Opera/8.0 (Windows NT 5.1; U; en)'}).text
    article_urls.extend(re.findall('<h4 class="">\s+<a href="(https://blog.youkuaiyun.com/Yellow_python/article/details/\d+)" target="_blank">', rp))
print(len(article_urls), article_urls)
# 解析文章
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.firefox.options import Options  # 火狐浏览器设置
firefox_option = Options()
firefox_option.set_headless()  # 设置浏览器为【无头】
driver = webdriver.Firefox(firefox_options=firefox_option)
wait = WebDriverWait(driver, 9)  # 显式等待,设置timeout
for article_url in article_urls:
    driver.get(article_url)
    title = driver.find_element_by_css_selector('html body div#mainBox.container.clearfix main div.blog-content-box div.article-header-box div.article-header div.article-title-box h1.title-article').text
    approval = driver.find_element_by_css_selector('.long-height > p:nth-child(4)').text
    pv = driver.find_element_by_css_selector('.read-count').text
    print(approval, pv, title, article_url, sep=' | ')
driver.close()

注意:程序运行后,要清理关闭失败的无头浏览器

[Python从零到壹] 四.网络爬虫之入门基础及正则表达式抓取博客案例 欢迎大家来到“Python从零到壹”,在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界。所有文章都将结合案例、代码和作者的经验讲解,真心想把自己近十年的编程经验分享给大家。第四篇文章将开启网络爬虫之旅,首先介绍基础知识及正则表达式的爬虫,希望对您有所帮助,文章中不足之处也请海涵。 阅读详情

相关推荐

通过爬虫实现优快云自动点赞

  最近在优快云上认识了个大佬,大佬的文章写的非常精彩,文章由浅入深,很值得深入研究。为了表示自己的钦佩之情,就想把大佬的文章挨个点个赞。可是一个个点赞太累,不如用爬虫来个自动化实现。虽然在优快云上有不少自动点赞的文章,但几乎都只能对单篇文章进行点赞,并没有实现对博主多篇文章的自动点赞。所以决定亲自操刀实现,然后将其成果分享给大家。   首先说明下,本文代码采用的操作系统环境是Windows(7和10都亲测可用),浏览器使用的是Chrome(如果用Firefox,把下文中提到的ChromeDriver替

herosunly的博客 1万+

【dy直播间获取评论、点赞数、礼物】

这个是别人的截图,我这里就直接拿来用了,在那个推荐网站里面。

weixin_46623572的博客 1506

Python 爬虫教程:如何使用现代技术抓取技术博客平台(优快云/博客园)上的文章、评论和点赞数据

我们使用了现代 Python 爬虫库,包括requestsSeleniumpandasMongoDB和,构建了一个高效、可扩展的爬虫框架。在实际应用中,你可以根据需求定制抓取内容和存储方式,结合数据分析进行进一步的处理。希望本文对你有帮助,能够帮助你构建自己的爬虫项目并进行有效的数据分析。

2201_76125261的博客 861

利用爬虫技术爬取Csdn博文并且保存为html和pdf格式

【代码】利用爬虫技术爬取Csdn博文并且保存为html和pdf格式。

qq_66706247的博客 910

Python爬虫入门实战5:给优快云博文点赞

本文分析了给优快云博文点赞的过程,包括请求的HTTP POST报文和应答报文,并根据相关报文过程给出了通过HTTP POST提交点赞请求并接收返回、分析返回结果的示例程序。通过该文的介绍,大家有助于理解http post带表单数据提交的实现过程。

老猿Python 1121

探索优快云博客数据:使用Python爬虫技术

探索优快云博客数据:使用Python爬虫技术

LucianaiB的博客 4530

如何爬取csdn

爬取优快云的信息,你可以使用爬虫。爬虫是一种自动化的程序,它可以通过解析网站的HTML或XML文件来抓取信息。 要爬取优快云的信息,你可以使用Python中的爬虫框架,如Scrapy或Beautiful Soup。 首先,你需要安装这些框架,可以使用pip命令来安装。 其次,你需要找到你想要爬取的优快云页面的URL。 然后,你可以使用代码来发送HTTP请求,并获取网页的HTML或XML...

weixin_42608299的博客 754

抓取优快云博客文章的简单爬虫python源码

抓取优快云博客文章的简单爬虫python源码

Python爬取优快云博客所有文章

Python爬取某个账号优快云博客所有文章的标题,类型,创建时间,阅读数量,并将结果保存至Excel。

seanyang_的博客 1984

抓取csdn的个人博客

爬取的是csdn中个人的博客管理的文章,用于个人的博客物理备份,使用说明见https://blog.csdn.net/qq_33564134/article/details/89297840

【血汗泪心路历程】怎么彻底删掉Sangfor文件?怎么彻底删除easyconnect?删除sangfor后网络坏了、某些app无法正常启动怎么解决?

教程来源于网络的五湖四海+gpt解答。用到了好几个教程和方法,遂这篇总结一下。会标明出处!先上一下战绩:终于把sangfor扔进回收站里了!!!哈哈哈那一刻真的好爽。

weixin_71246590的博客 6万+

40行代码,利用爬虫自动爬取优快云博客排名等信息保存到Excel中

优快云有一个排名的功能,这个排名的标准就是你的博客积分,积分可以通过发原创文章、提高阅读量等方式来增加,具体内容可以去优快云查看。排名信息一天一更,但是没有往期记录,如果想要保留下自己博客的每一天的排名信息,只能通过手动的方式来实现。 今天我要做的就是通过Python爬虫程序,全自动获取个人博客的排名,评论数、点赞数量等信息。程序很简单,主要在于思路。 1.获取链接 想要获取你的排名信息的页面...

向东的笔记本 715

fastadmin云快充充电桩系统部署文档uniapp

多商户 嘎嘎快充V1.0部署文档 一、服务器环境: 服务器配置4核心8GB内存5M带宽以上配置 VX next1402 只支持linux环境 nginx1.22 php7.2 开启redis、fileinfo扩展,关闭禁用workerman gatewayworkerman需要的函数,如pcntl相关的函数 mysql5.7 supervisor redis 注意: 1.站点必须配置https、websocket配置wss 2.注意开放直连服务端口:2024,并添加到安全组 二、必

itholiday2014的博客 1632

python小脚本 查询csdn博客访问量、粉丝以及喜欢 (2019.10.13更新----2019.10.25再次更新)

我每天打开电脑,前五件事就是看csdn访问量,一直期待访问量突破100W,可能那是个梦吧 但是也不能放弃! 需要用到的库 pyquery、requests 主要技术点 Requests库获取网页 我看到许多爬虫教程都是用的urllib2等比较过时的爬虫库来获取网页信息,一来python2马上停止支持,python2时代的urllib2的凸现出来的毛病会越来越多且无法得到官方的修复...

小渣渣的博客 377

2024年淘宝平板电脑销售数据分析

本项目的目标是从淘宝电商平台上自动化爬取商品信息,并通过数据分析帮助了解价格、销量等相关指标,为商业决策提供支持。使用Selenium实现数据爬取,结合Python的数据处理与可视化工具,进一步分析和展示结果。

2301_76728517的博客 1474

[Python]:热血传奇-Wzl,Wzx的解析

首先我们要了解,wzl与wzx的对应关系,wzx里面存的是每张二进制图片数据在wzl中的偏移量,所以取到wzx中的偏移数据就可以取到wzl每张图片数据,其实就这么简单。结构体为 [Byte][Byte][Byte][Byte][short][short][short][short][int]-读取44至48字节代表为,[wzx中偏移值总数量] [int类型] [4字节]-根据在wzx中取得的偏移值总数量,每张图片偏移值在wzl中取图片数据。2.[取wzl中图片偏据]:根据wzx中取得数据对[

qq_36138506的博客 3457

『Python开发实战菜鸟教程』实战篇:爬虫快速入门——统计分析优快云与博客园博客阅读数据

0x01:引子 这是一个网络爬虫快速入门实战教程,笔者希望读者能跟着这个博客进行实操,从而掌握网络爬虫的原理与基本操作。部分内容参考自:http://c.biancheng.net/view/2011.html 这个博客以下内容: 了解网络爬虫; 了解网页; 使用 requests 库抓取网站数据; 使用 Beautiful Soup 解析网页; 手把手实战操作统计分析优快云与博客园博客阅读数据 首先介绍一下网络爬虫是什么,可以用来做什么? 百度百科对网络爬虫介...

简明AI工作室 8229

有限元分析必看:如何用ANSYS检查关键区域的网格质量(附操作截图)

本文聚焦有限元分析中决定仿真精度的关键环节,详细讲解了如何利用ANSYS Workbench对关键区域进行网格质量检查与优化。文章提供了从思维转变、实战操作到指标解读的完整流程,强调通过命名选择、Worksheet过滤器等工具实现定向检查,并给出了针对结构分析的关键区域网格质量阈值建议,帮助工程师提升仿真结果的可靠性与效率。

weixin_29200741的博客 470

Python爬虫分析优快云个人博客数据

周末了,产生一个idea,就是获取个人的全部博客标题及链接,发布时间、浏览量、以及收藏量等数据信息,按访问量排序,整理成一份Excel表存储。 从想法到实现,再到输出这篇博文结束,还是挺好玩,在此总结分享。

Caso_卡索的博客 3660

鸿蒙系统开发工程师:核心技术解析与深度面试指南

摘要: 鸿蒙系统开发工程师需具备底层驱动开发、系统移植优化及分布式架构能力。核心职责包括硬件适配(Bootloader、内核移植、HDF驱动开发)、性能调优(启动加速、功耗管理)及稳定性保障。技术要求涵盖C/C++编程、Linux内核机制、鸿蒙架构(HDF、分布式服务)及ArkTS/ArkUI基础。面试重点考察系统移植流程(如ARM板适配)、驱动开发(I2C/Display)、性能优化手段及内存/同步机制的应用。

郑伟强dev的专栏 431

利用autojs制作抢购支付宝消费劵的手机脚本

前期准备工作 1.打开支付宝,点击中间的抢消费券的广告 2.点击左上角,将抢购页面添加到首页 3.查看支付宝首页是否出现消费劵 . autojs代码 "auto"; functiontaskstart(){ sleep(1000); launchApp('支付宝'); toast("正在打开支付宝应用"); sleep(1000); varxf=textContains("消费").findOne().bounds(); ...

洛阳泰山的博客 1万+

Python爬虫-优快云博客排行榜数据爬取

文章目录前言网络爬虫搜索引擎爬虫应用谨防违法爬虫实战网页分析编写代码运行效果反爬技术 前言 开始接触 CTF 网络安全比赛发现不会写 Python 脚本的话简直寸步难行……故丢弃 Java 学习下 Python 语言,但单纯学习语法又觉得枯燥……所以从 Python 爬虫应用实战入手进行学习 Python。本文将简述爬虫定义、爬虫基础、反爬技术 和 优快云博客排行榜数据爬取实战。 网络爬虫 网络爬虫又称网络蜘蛛、网络蚂蚁、网络机器人等,可以代替人们自动地在互联网中进行数据信息的采集与整理。在大数据时代,信

道阻且长,行则将至 3848

Agentic-Desktop-Pet:构建本地智能桌面助手的架构与实践

智能体(Agent)作为人工智能领域的重要概念,是指能够感知环境、自主决策并执行任务以实现目标的软件实体。其核心原理在于结合感知、决策与执行模块,通过大语言模型(LLM)等推理引擎处理信息并驱动行动。这种架构的技术价值在于将AI的认知能力与具体的操作系统环境深度融合,从而创造出能主动理解用户上下文、提供个性化服务的智能伙伴。在应用场景上,智能体技术正从云端对话机器人向本地化、场景化的桌面助手演进,旨在解决传统自动化工具缺乏智能、而纯聊天机器人脱离操作环境的问题。本文探讨的Agentic-Desktop-Pe

weixin_27210125的博客 623

Python 网络爬虫:高效数据抓取指南

随着互联网数据量的爆炸式增长,网络爬虫成为提取有价值信息的重要工具。Python 凭借其强大的库支持和简单的语法,被广泛应用于网络爬虫开发领域。本文将从网络爬虫的基础知识、关键技术、常用工具以及实战案例等方面,全面介绍如何利用 Python 构建高效的网络爬虫。然而,在使用网络爬虫时,我们需要始终关注法律与道德问题,避免过度爬取或抓取敏感数据。网络爬虫(Web Crawler)是一种自动化脚本程序,它模拟用户浏览器的行为,从网页中抓取所需数据。通过浏览器的开发者工具,确定商品名称和价格的 HTML 标签。

qq_20245171的博客 2258

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

[ Python 原理分析 ]如何实现用户实现博客文章点赞-物联网Python

当然,本文主要介绍爬虫技术为主,作为一个物联网领域博主,Python技术必不可少,爬虫本质上无非是模拟用户向服务器发出各类请求,最终获取到想要的数据而已。那么这种技术,在物联网领域中也十分常见。在日常学习中,看到某些博主的文章写的真是酣畅淋漓,相比博主本人也是才高八斗,恨不得马上将其所有文章全部读之,并全部。进入主页才发现,好家伙,文章,如此岂不累煞我也!!!没想到该博主留下一本武林秘籍,名曰,正合我意,随废寝忘食,努力学习,终于养成一条,对该博主的所有文章全部投去了赞许的目光。

物联网领域菜鸟~嘻嘻 1058

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

上一篇: Python全国就业分布
下一篇: Python3时间加减运算及其场景
小基基o_O
博客等级 码龄9年 4414粉丝 467原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小基基o_O

您的鼓励是我创作的巨大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值