Python实现统计文章阅读量的方法详解

目录

• 前言
• 实现代码
• 效果图

前言

写这次博客其实事出有因，前几天呢，一个非常优秀的学姐在QQ空间里晒了自己的CSDN博客的总阅读量，达到了7万+，很厉害了，而且确实她的博文都是精髓，我就也想来看看我的博客总阅读量了，看看什么时候能达到人家的高度，但是博客园偏偏就没有这个功能（CSDN是可以直接在首页看的）。于是乎，想尽一切办法，要来统计阅读量了，看看别人写的使用其他的统计工具，把代码放在博客园的公告栏，我也就放了个站长联盟的统计代码（具体操作可以百度，免费申请账号的），虽然，它统计的数据更多，但是呢，它只能统计我从使用这个工具之后的访问量，也就是，到现在为止，我的所有博客到底拥有多少的阅读量，还是没能统计出来，那不还是没解决问题嘛，这就很尴尬了。。。

坐在电脑前，发了一会呆，突然，想起来，哎，这下学的Python爬虫或许可以派上用场了，于是乎，我就开始了愉快的爬虫统计阅读量之路，其实也很简单，抓取博客园博文的每一页，然后利用xpath解析出阅读量，然后进行加和就行了，为了做持久化，随时看看阅读量的增加情况，我就写入了一个文本文件，每次就两行内容，查询时间和总阅读量，当然，我在控制台可以清晰的查看每页每条博文的阅读量。这下可总算是把问题解决了，182篇博文，总阅读量：35205，差不多是学姐的一半，继续努力，看明年毕业时能不能达到学姐的高度，下面是最终的代码，当然还有很多不足之处，希望大家多多指教

实现代码

#导入需要的模块
import time
import requests
from lxml import etree

#进行UA伪装
headers={
    "User-agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36"
}
#创建文件，存储爬到的数据，做持久化,以追加的方式打开，可读可写
fp=open('./counter.txt','a+',encoding = 'utf-8')
#记录当前查询时间
select_time=time.strftime('%Y.%m.%d %H:%M:%S ',time.localtime(time.time()))
fp.write('查询的时间为：'+select_time+'\n')
def spider():
    #总阅读量
    counts=0
    #分页爬取数据加和
    for page_num in range(1,20):
        #设置url
        url="https://www.cnblogs.com/andrew3/default.html?page=%d"
        new_url=format(url%page_num)
        #获取页面数据
        page_text=requests.get(url=new_url,headers=headers).text
        tree=etree.HTML(page_text)
        #解析数据，得到每页每篇博文的阅读量
        count_list=tree.xpath('//div[@class="forFlow"]/div/div[@class="postDesc"]/span[1]/text()')
        print(count_list)
        #每一页的阅读量
        sum=0
        #计算每页的阅读量
        for i in range(len(count_list)):
            sum+=int(count_list[i][3:len(count_list[i])-1])
        #计算总阅读量
        counts+=sum
        #打印每页每篇博文的阅读量
        print(sum,counts)
    #总阅读量持久化
    fp.write("总阅读量为：%s" % counts + '\n')
#关闭文件，释放资源
def close_file():
    fp.close()
def main():
    spider()
    close_file()
if __name__ == '__main__':
    main()

效果图

到此这篇关于Python实现统计文章阅读量的方法详解的文章就介绍到这了,更多相关Python统计文章阅读量内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！