大家好，又见面了，我是全栈君。
功能
自己主动获取CSDN文章列表，并对每篇文章添加点击量.
源代码
import urllib.request
import re
import time
import random
from bs4 import BeautifulSoup
p = re.compile('/a359680405/article/details/........')
#自己的博客主页
url = "http://blog.csdn.net/a359680405"
#使用build_opener()是为了让python程序模仿浏览器进行訪问
opener = urllib.request.build_opener()
opener.addheaders = [('User-agent', 'Mozilla/5.0')]
html = opener.open(url).read().decode('utf-8')
allfinds = p.findall(html)
print(allfinds)
urlBase = "http://blog.csdn.net"#须要将网址合并的部分
#页面中的网址有反复的，须要使用set进行去反复
mypages = list(set(allfinds))
for i in range(len(mypages)):
mypages[i] = urlBase+mypages[i]
print('要刷的网页有：')
for index , page in enumerate(mypages) :
print(str(index), page)
#设置每一个网页要刷的次数
brushMax = 200
#全部的页面都刷
print('以下開始刷了哦：')
for index , page in enumerate(mypages) :
brushNum=random.randint(0,brushMax)
for j in range(brushNum):
try :
pageContent = opener.open(page).read().decode('utf-8')
#使用BeautifulSoup解析每篇博客的标题
soup = BeautifulSoup(pageContent)
blogTitle = str(soup.title.string)
blogTitle = blogTitle[0:blogTitle.find('-')]
print(str(j) , blogTitle)
except urllib.error.HTTPError:
print('urllib.error.HTTPError')
time.sleep(1)#出现错误。停几秒先
except urllib.error.URLError:
print('urllib.error.URLError')
time.sleep(1)#出现错误，停几秒先
time.sleep(0.1)#正常停顿，以免server拒绝訪问
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/115762.html原文链接：https://javaforall.net
