python实战笔记之（4）：刷博客浏览量

看着自己写的文章浏览数一点一点增加是非常开心的，但总感觉浏览数增长地太慢了，于是自然想到，为什么不能写一个小程序自动刷博客浏览量呢？Let's do it

首先，我们尝试用requests打开博客url，看看浏览量是否会增加（当然要用到一点点伪装技术）：

import requests
from requests import RequestException


def get_page(url):
	try:
		headers = {
			'Referer': 'https://blog.csdn.net',  # 伪装成从CSDN博客搜索到的文章
			'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.75 Safari/537.36'  # 伪装成浏览器
		}
		response = requests.get(url, headers=headers)
		if response.status_code == 200:
			return response.text
		return None
	except RequestException:
		print('请求出错')
		return None


def main():
    url = 'https://blog.csdn.net/polyhedronx/article/details/81459592'  # 待刷浏览量博客的url
    get_page(url)



if __name__ == '__main__':
	main()

运行程序后，发现博客的浏览量确实是增加了。这就简单了，我们只要加一个循环就能不停地自动刷浏览量了。

为了直观地看出博客当前浏览量的变化，对页面进行简单的解析，并用正则表达式提取出博客的浏览量信息，也就是下面图片中的阅读数：

def parse_page(html):
	try:
		read_num = int(re.compile('<span.*?read-count.*?(\d+).*?</span>').search(html).group(1))
		return read_num
	except Exception:
		print('解析出错')
		return None

更改一下main()函数：

def main():
	try:
		url = 'https://blog.csdn.net/polyhedronx/article/details/81459592'  # 待刷浏览量博客的url
		while 1:
			html = get_page(url)
			if html:
				read_num = parse_page(html)
				if read_num:
					print('当前阅读量：', read_num)
			time.sleep(1)
	except Exception:
		print('出错啦！')

运行一遍完整的程序，却发现阅读量一直没有变化，耐心地等了很久阅读量才增加了1，应该是访问地太过频繁，触发了反爬虫机制之类的（具体原因求指教..），但幸好没有被封IP，把time.sleep()改大一些就好了。

下面是完整的程序：

import re
import requests
from requests import RequestException
import time


def get_page(url):
	try:
		headers = {
			'Referer': 'https://blog.csdn.net',  # 伪装成从CSDN博客搜索到的文章
			'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.75 Safari/537.36'  # 伪装成浏览器
		}
		response = requests.get(url, headers=headers)
		if response.status_code == 200:
			return response.text
		return None
	except RequestException:
		print('请求出错')
		return None


def parse_page(html):
	try:
		read_num = int(re.compile('<span.*?read-count.*?(\d+).*?</span>').search(html).group(1))
		return read_num
	except Exception:
		print('解析出错')
		return None


def main():
	try:
		url = 'https://blog.csdn.net/polyhedronx/article/details/81459592'  # 待刷浏览量博客的url
		while 1:
			html = get_page(url)
			if html:
				read_num = parse_page(html)
				if read_num:
					print('当前阅读量：', read_num)
			time.sleep(60)  # 设置访问频率，过于频繁的访问会触发反爬虫
	except Exception:
		print('出错啦！')


if __name__ == '__main__':
	main()

更新：

IP被封了，看来缺德事还是要少干，不过可以使用代理IP，有空再试试吧。另外这篇博客提到了一些反爬虫和反反爬虫机制，大家可以参考一下：https://blog.csdn.net/Marksinoberg/article/details/78168223