本文介绍了如何实现一个优快云博客用户的技能雷达图，通过爬虫获取用户文章分类和得分，利用Flask搭建服务器，前端使用JQuery和Echarts展示。尽管计算规则存在漏洞，但整体实现了技能展示的功能，强调了echarts在图表绘制上的便利性。
之前在搜索一些资料的时候，发现开源中国这个博客网站有一大亮点。那就是一张技能雷达图。大致如下： 
但是遗憾的是优快云官方并不支持这一实现，其实对于技能雷达图而言，言简意赅的能表现出一个技术者擅长的领域，以及不擅长的领域。
抱着玩一玩的态度，我也着手实现了一下针对优快云博客用户的技能雷达图。下面先来看下最终实现的效果图。
接下来记录一下整体的实现流程。
思路
根据用户指定的博客ID，找到其文章分类情况。然后分别计算分类下文章的得分情况。
这个得分默认按照优快云官方的规则计算。即：
- 博文每增加300个浏览量，积分加1
- 被人评论加一分
- 被人点赞加一分
- 被人点踩减一分
这里用的规则不是很适合，但是一般而言，一篇博客的浏览量，在一定程度上也代表了这篇文章的质量。
核心代码
计算部分
按照思路，这又是一个简单爬虫相关了。代码中已经做了比较详细的注释。
#!usr/bin/env python# coding: utf8import requestsimport mathimport refrom bs4 import BeautifulSoupclass Radar(object): """ 技术雷达实现 """ def __init__(self, username): """初始化用户名以及相应的域名前缀""" self.username = username self.domain = "http://blog.youkuaiyun.com" def download(self, url): """下载通用方法""" headers = { 'Host': 'blog.youkuaiyun.com', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.86 Safari/537.36' } response = requests.get(url=url, headers=headers) return response.text if response.status_code == 200 else None def str_concat(self, *args): """ 字符串拼接方法，满足不定参数的实现""" tempstr = '' for item in args: tempstr += item return tempstr def get_catagories(self): """ 计算username对应的文章类别信息，获取类别名称， 对应的URL以及为其设置编号 """ url = self.str_concat(self.domain, '/', self.username) html = self.download(url=url) soup = BeautifulSoup(html, 'html.parser') temp_catagories = soup.find_all('div', {'id': 'panel_Category'})[-1].find_all('a') catagory = [] for index, item in enumerate(temp_catagories): counts = soup.find_all('div', {'id': 'panel_Category'})[-1].find_all('span')[index+1].get_text().lstrip('(').rstrip(')') obj = { "url": self.str_concat(self.domain, item.attrs['href']), "name": item.get_text(), "counts": int(counts) } catagory.append(obj) # 返回类别相关的计算结果 return catagory def trim_list(self, ls): """ 列表去重 """ return list(set(ls)) def get_posts(self, catagory_url, counts): """ 根据给定的类别URL，获取该类别下所有的文章的链接以及标题信息等 """ html = self.download(url=catagory_url) # 先使用正则来获取给类别对应的文章总数，以及总页数 posts_number, pages = counts, math.ceil(counts/20) html = None # 声明一个保存文章信息的容器列表 posts = [] # 对每一页的链接进行爬取，获取对应页面文章的标题以及链接 int(pages)+1 for index in range(1, int(pages) + 1): # print("正在处理第{}页".format(index)) url = self.str_concat(catagory_url, '/', str(index)) html = self.download(url=url) soup = BeautifulSoup(html, 'html.parser') page_posts = soup.find_all('span', {'class': 'link_title'}) for item in page_posts: url = re.findall(re.compile('href="(.*?)"'), str(item)) if(url == []): continue posts.append(self.str_concat(self.domain, url[0])) # print("第{}页的数据为：{}个".format(index, len(page_posts))) return self.trim_list(posts) def get_detail(self, posturl): """ 根据指定的博文URL链接，计算出改文章大致的得分情况。 默认按照优快云官方计算规则实现。 每300浏览量加一分；一个赞加一分；一个评论加一分；一个踩扣一分 """ html = self.download(url=posturl) soup = BeautifulSoup(html, 'html.parser') title = soup.find('span', {'class': 'link_title'}).get_text() watches = re.findall(re.compile('.*?(\d+).*?'), soup.find('span',{'class': "link_view"}).get_text())[0] comments = re.findall(re.compile('.*?\((\d+)\).*?'), soup.find('span',{'class': "link_comments"}).get_text())[0] diggs = soup.find('dl', {'id': 'btnDigg'}).find('dd').get_text() buries = soup.find('dl', {'id': 'btnBury'}).find('dd').get_text() # 简单 计算出每篇文章的得分情况 print('正在计算 {} 的得分情况。'.format(posturl)) return int(watches)/300+int(comments)+int(diggs)-int(buries)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
整合胶水
模块功能已经完善了，接下来就是将这一个个的小模块给整合起来，在更高层次上做伪自动化。
#!/usr/bin/env python# coding: utf8from compute import Radardef compute(username): """ 计算出username对应的文章得分情况。 """ radar = Radar(username=username) catagroies = radar.get_catagories() for catagory in catagroies: # 先求出每一个分类下的所有的文章链接。然后计算出总分数 counts = catagory['counts'] posturls = radar.get_posts(catagory_url=catagory['url'], counts=counts) score = 0 for posturl in posturls: score += radar.get_detail(posturl=posturl) print('{}的总体得分为：{}'.format(catagory['name'], score)) catagory['score'] = score return catagroies
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
服务器端
为了实现技能雷达图的目标，需要开一个本地的web服务，因为Flask比较顺手，所以就用它好了。
#!/usr/bin/env python# coding: utf8import jsonfrom utils import computefrom flask import Flask, request, render_templateapp = Flask(__name__)@app.route('/api/user/<username>', methods=['GET', 'POST'])def get_user_score(username): catagories = compute(username=username) return json.dumps(catagories)@app.route('/')def home(): return render_template('index.html')if __name__ == "__main__": app.run(host='localhost', port=8080, debug=True)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
下面的这个接口，作为待会的ajax请求调用。
http://localhost:8080/api/user/username(博客ID）
- 1
前端
因为用到了JQuery和echarts，所以要对flask进行静态资源和模板的设置。
具体的做法如下：
- 对于模板： 模板文件放到网站根目录的templates下
- 对于CSS，JS，Image。放到网站根目录下的static目录下。
具体引用时按照文件在服务器上的绝对路径进行处理。比如static目录下的js目录下的jquery.min.js文件，在模板中要这么写：
<script src="/static/js/jquery.min.js"</script>
- 1
其他静态资源文件同理。
然后就是使用ajax实现对技能数据的获取以及更新了。详见下面的完整代码：
<html><head> <meta charset="UTF-8"> <title>技术雷达图</title> <script src="/static/echarts.min.js"></script> <script src="/static/jquery-2.2.4.min.js"></script></head><body> <input type="text" id="username" placeholder="请输入优快云博主ID"> <input type="button" id="compute" value="评估"><br/> <div id="container" style="width: 600px;height:400px;"></div></body><script> var mycharts = echarts.init(document.getElementById('container')); mycharts.showLoading(); var names = []; var scores = []; function prepare_data() { $(document).ready(function () { $.ajax({ url: 'http://localhost:8080/api/user/' + $("#username").val(), dataType: 'json', success: function (result) { mycharts.hideLoading(); // 计算相关数据 for (var index = 0; index < result.length; index++) { names.push({ name: result[index].name, max: 25 }); scores.push( result[index].score ); } console.log(JSON.stringify(names)); console.log(JSON.stringify(scores)); show_data(); }, error: function (err) { console.log(JSON.stringify(err)); } }) }); } function show_data() { var option = { title: { text: '基础雷达图' }, tooltip: {}, legend: { data: ['预算分配（Allocated Budget）', '实际开销（Actual Spending）'] }, radar: { indicator: names }, series: [{ name: '预算 vs 开销（Budget vs spending）', type: 'radar', areaStyle: { normal: {} }, data: [ { value: scores, name: '预算分配（Allocated Budget）' } ] }] }; mycharts.setOption(option); // 触发ajax事件，计算给定用户名博主的技术雷达计算。 // 先响应一个加载动画比较好。 mycharts.hideLoading(); } $("#compute").click(function () { prepare_data(); });</script></html>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
最终效果
因为系统是实时计算的，所以对于文章比较多的用户而言，需要等待较长的时间，但是功能上差不多就算是完成了。
总结
回顾一下，这里的计算规则其实还是有很大漏洞的。应该将类别的总积分除以类别下文章的数目，求取一个比较平均的值来降低误差。
另外，雷达图上限是随意指定的，所以没什么价值。正规而言应该是需要一套比较严格的标准来进行参考，这样才有价值。
echarts确实是一款网页展示图标的神器，而且官网上给的例子非常的清晰，准备好数据，交给ajax，这样就完事了，省心，省力。
再分享一下我老师大神的人工智能教程吧。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.youkuaiyun.com/jiangjunshow
扫一扫
6067
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
