Python-给简书收藏加一个搜索功能

github地址:SearchJianShu


我平时写的技术文章都喜欢放在简书。说实在的, 挺喜欢简书这个平台的,简洁且格式好看, 越来越多的人也渐渐把文章发布在这个平台了。但是有一点, 我很想吐槽, 那就是简书的收藏没有搜索功能。平时我在简书阅读技术类文章的时候, 觉得有价值的都喜欢点“收藏”按钮把它们收藏起来, 然后万一哪天需要用到时再翻出来仔细参考。但问题是随着我收藏的文章越来越多, 我常常找不到我当时收藏的那篇文章了, 要是能根据关键字来搜索出那篇文章该多好。学了python以后,我就打算自己来完成这个搜索功能。


首先是模拟cookie登录简书, 这里模拟登录不多做介绍,只说一种比较简单的方法:浏览器登录简书后,打开开发者模式,找到我收藏的文章页面,

Network->Headers->Requests Headers->Cookie,把这一整段复制下来,用来模拟登录。

image.png

Cookie拷贝下来后,使用requests访问

headers = {
    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.95 Safari/537.36',
    'Cookie': '',  # 你的cookie
    'Host': 'www.jianshu.com',
    'Connection': 'keep-alive'
}

def download_html(url):
    response = requests.get(url, headers=headers)
    if response.status_code != 200:
        print('response.status_code =', response.status_code)
        return None
    return response.text

接下来就是将文章标题和文章链接提取出来, 审核页面元素, 观察到是这样的:

image.png

那代码就这么写吧

page_html_content = download_html(page_url)
        page_soup = BeautifulSoup(page_html_content, 'lxml')
        a_list = page_soup.find_all('a', class_='title', target='_blank', href=re.compile(r'/p/.+'))
        for a in a_list:
            url = 'http://www.jianshu.com' + a['href']
            title = a.text
            item = {'title': title, 'url': url}
            datas.append(item)

item是一个字典, 里面包含了文章的标题和文章的链接地址, datas是一个列表, 用来存放所有的item。
但这样只是一页的文章, 现在我点击“下一页”这个按钮, 观察到

image.png

由此可见所有的页面地址都是一个固定前缀拼接上一个索引值, 现在需要知道的是这个索引值的范围。
观察到页面上有这么一串。

image.png

可见这就是索引的最大值, 提取出来。

root_url = 'http://www.jianshu.com/bookmarks'
html_content = download_html(root_url)
soup = BeautifulSoup(html_content, 'lxml')
print('正在解析, 请稍后...')
text = soup.find(text=re.compile('page.+totalPages'))
totalPages = json.loads(text).get('totalPages')

这个提取的到的text是一个json格式的字符串, 我使用json模块将它转换成一个字典, 然后得到这个总页数的值。
接下来就是爬取每一个页面的文章标题和文章链接地址, 最后要做的就是搜索功能了, 输入关键字, 遍历所有的文章标题, 如果标题中包含了这个关键字, 就将这个元素打印出来

keyword = input('请输入要搜索的关键字: ')
    for data in datas:
        m = re.search(keyword, data['title'], re.IGNORECASE)
        if m:
            print(data)

使用正则并且忽略大小写,以搜索“scrapy”举个例子:

search.gif

当然光是这样子怎么行呢?每次都要解析也太麻烦了吧, 所以就将所有的收藏文章写到一个html网页当中, 需要搜索的时候用Chrome浏览器打开然后ctrl + F来搜索就好了

fout = open('output.html', 'w', encoding='utf-8')
fout.write('<html><head><meta charset="UTF-8"></head>')
fout.write('<html>')
fout.write('<body>')
for data in datas:
    fout.write('<a class="title" href="%s">%s</a>' % (data['url'], data['title']))
    fout.write('<br />')
fout.write('</body>')
fout.write('</html>')

还是用“scrapy”来举个例子:

search4.gif

ok, 结束了。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,378评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,356评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,702评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,259评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,263评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,036评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,349评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,979评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,469评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,938评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,059评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,703评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,257评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,262评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,485评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,501评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,792评论 2 345

推荐阅读更多精彩内容