关注公众号：逸佳笔记，回复关键词“副业”，免费获取各平台引流教程合集以及10个小项目教程
或者下面这个网盘链接也可以免费获取各平台引流教程和小项目教程：
链接：https://pan.baidu.com/s/101HhdI6oA5apANTIfiW4_Q?pwd=6666 提取码：6666
或者复制下方链接到浏览器打开可以获取全网最新项目，实时更新中！
https://zy.66yyba.com/?ref=1385
史诗级干货-python爬虫之增加CSDN访问量
搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多算法、机器学习干货
csdn：https://blog.csdn.net/baidu_31657889/
github：https://github.com/aimi-cn/AILearners
文章初衷：
-
最近CSDN官方出了一个流量扶持计划，针对原创文章进行百度推广，我尝试推了几篇，效果也不是很好，或者是自己文章水平不够，太水~就想着增加一下自己CSDN的访问量
-
想写出更优质的博客技术文章，不再为了访问量去写文章。
本文参照CSDN一个大佬的文章：https://blog.csdn.net/Giser_D/article/details/97472274
加上了使用代理访问，可以尽量防止被官方封号，更安全一些。
步骤：
在国内髙匿代理IP网站：http://www.xicidaili.com/nn/ 取到ip。
通过解析csdn博客首页html 获得相应文章的a标签链接，使用代理对其进行访问。
Python代码实现：
#!/usr/bin/env python
# -*- encoding: utf-8 -*-
'''
@File : csdn.py
@Time : 2019/08/26 09:54:47
@Author : xiao ming
@Version : 1.0
@Contact : xiaoming3526@gmail.com
@Desc : None
@github : https://github.com/aimi-cn/AILearners
'''
# 导入相关爬虫库和解析xml库即可
import time
from pyquery import PyQuery as pq
import requests
from bs4 import BeautifulSoup
import random
from fake_useragent import UserAgent
from lxml import etree
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
# 爬取csdn类
class ScrapyMyCSDN:
''' class for csdn'''
def __init__(self,blogname):
'''init 类似于构造函数 param[in]:blogname:博客名'''
csdn_url = 'https://blog.csdn.net/' #常规csdnurl
self.blogurl = csdn_url+blogname #拼接字符串成需要爬取的主页url
''' Func:获取写了多少篇原创文章 '''
''' return:写了多少篇原创文章'''
def getOriginalArticalNums(self,proxies):
main_response = requests.get(self.blogurl,proxies=proxies)
# 判断是否成功获取 (根据状态码来判断)
if main_response.status_code == 200:
print('获取成功')
self.main_html = main_response.text
main_doc = pq(self.main_html)
mainpage_str = main_doc.text() #页面信息去除标签信息
origin_position = mainpage_str.index('原创') #找到原创的位置
end_position = mainpage_str.index('原创',origin_position+1) #最终的位置,即原创底下是数字多少篇博文
self.blog_nums = ''
# 获取写的博客数目
for num in range(3,10):
#判断为空格 则跳出循环
if mainpage_str[end_position + num].isspace() == True:
break
self.blog_nums += mainpage_str[end_position + num]
print(type(str(self.blog_nums)))
cur_blog_nums = (int((self.blog_nums))) #获得当前博客文章数量
return cur_blog_nums #返回博文数量
else:
print('爬取失败')
return 0 #返回0 说明博文数为0或者爬取失败
''' Func：分页'''
''' param[in]:nums:博文数 '''
''' return: 需要爬取的页数'''
def getScrapyPageNums(self,nums):
self.blog_original_nums = nums
if nums == 0:
print('它没写文章，0页啊！')
return 0
else:
print('现在开始计算')
cur_blog = nums/20 # 获得精确的页码
cur_read_page = int(nums/20) #保留整数
# 进行比对
if cur_blog > cur_read_page:
self.blog_original_nums = cur_read_page + 1
print('你需要爬取 %d'%self.blog_original_nums + '页')
return self.blog_original_nums #返回的数字
else:
self.blog_original_nums = cur_read_page
print('你需要爬取 %d'%self.blog_original_nums + '页')
return self.blog_original_nums
'''Func:开始爬取，实际就是刷浏览量hhh'''
'''param[in]:page_num:需要爬取的页数'''
'''return:0:浏览量刷失败'''
def beginToScrapy(self,page_num,proxies):
if page_num == 0:
print('连原创博客都不写 爬个鬼!')
return 0
else:
for nums in range(1,page_num+1):
self.cur_article_url = self.blogurl + '/article/list/%d'%nums+'?t=1&' #拼接字符串
article_doc = requests.get(self.cur_article_url,proxies=proxies) #访问该网站
# 先判断是否成功访问
if article_doc.status_code == 200:
print('成功访问网站%s'%self.cur_article_url)
#进行解析
cur_page_html = article_doc.text
#print(cur_page_html)
soup = BeautifulSoup(cur_page_html,'html.parser')
for link in soup.find_all('p',class_="content"):
#print(link.find('a')['href'])
requests.get(link.find('a')['href'],proxies=proxies) #进行访问
else:
print('访问失败')
print('访问结束')
# IP地址取自国内髙匿代理IP网站：http://www.xicidaili.com/nn/
#功能：爬取IP存入ip_list列表
def get_ip_list(url, headers):
web_data = requests.get(url, headers=headers)
soup = BeautifulSoup(web_data.text, 'lxml')
ips = soup.find_all('tr')
ip_list = []
for i in range(1, len(ips)):
ip_info = ips[i]
tds = ip_info.find_all('td') #tr标签中获取td标签数据
if not tds[8].text.find('天')==-1:
ip_list.append(tds[1].text + ':' + tds[2].text)
return ip_list
#功能：1,将ip_list中的IP写入IP.txt文件中
# 2,获取随机IP，并将随机IP返回
def get_random_ip(ip_list):
proxy_list = []
for ip in ip_list:
proxy_list.append(ip)
f=open('IP.txt','a+',encoding='utf-8')
f.write('http://' + ip)
f.write('n')
f.close()
proxy_ip = random.choice(proxy_list)
proxies = {'http':proxy_ip}
return proxies
if __name__ == '__main__':
for i in range(1,3):
url = 'http://www.xicidaili.com/wt/{}'.format(i)
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.143 Safari/537.36'
}
ip_list = get_ip_list(url, headers=headers)
proxies = get_random_ip(ip_list)
print(proxies)
#如何调用该类 参数换成你的csdn名字就行
mycsdn = ScrapyMyCSDN('baidu_31657889') #初始化类 参数为博客名
cur_write_nums = mycsdn.getOriginalArticalNums(proxies) #得到写了多少篇文章
cur_blog_page = mycsdn.getScrapyPageNums(cur_write_nums) #cur_blog_page:返回需要爬取的页数
mycsdn.beginToScrapy(cur_blog_page,proxies)
time.sleep(20) # 给它休息时间 还是怕被封号的
需要用到的pip包
我的python环境为3.6.5版本及以上需要安装相关库
pip install pyquery
pip install requests
pip install bs4
pip install fake_useragent
pip install lxml
pip install ssl
使用方法
修改主函数第一行中range(1,3),这代表只取两个随机代理，然后让我们的csdn所有原创文章浏览量加一遍，循环两次，修改range后面的值就可以增加循环次数了。
mycsdn = ScrapyMyCSDN(‘baidu_31657889’) #参数为博客名，参数换成你的csdn名字就行
后记
个人感觉提高博客质量才是重点，但是我们可以找到比较好的机会来蹭个热度，爬一下自己感觉非常不错的文章。
当然我们要记得适可而止，网上不乏有很多人的号被封的。别忘记我们写博客的初衷是什么，对访问量这个东西不用太在意了。
代码下载地址：https://github.com/aimi-cn/AILearners/tree/master/src/py3.x/others/fm/19.08.26/csdn.py
AIMI-CN AI学习交流群【1015286623】 获取更多AI资料
扫码加群：
分享技术，乐享生活：我们的公众号‘计算机视觉这件小事’每周推送“AI”系列资讯类文章，欢迎您的关注！
我就知道你“在看”
原文始发于微信公众号（计算机视觉这件小事）：
本文转载自以上首发公众号，如有侵权，联系站长删除
