前言
在IT首屈一指的交流平台上,我们可以看得到csdn在最近的一些进步和变化:如
blink
,文章收益
,等等方面。促进和提升文章价值,激发笔者写作分享!这无疑是一件好事。但csdn依然还有很多不够完善或者需要优化的地方,如
推荐算法
、新出的收益
无法一键更改文章阅读类型
。这让一些大的博主或者干货很多的博主(成百上千文章)很难有精力一个一个手动修改、维护自己权益。作为社会新青年、IT从事者。我们清楚公作人员每天为我们服务很忙,不一定照顾到所有群体。笔者本着乐于助人的精神,故自己动手,写个脚本,帮助大家解决
心理生理
难题!该方案针对
markdown
用户。富文本可参考类推。功能上分为
直接全部更改
和分类更改
,分类更改需要多输入
一个分类进去的首页url。其他一致!按照提升即可。如有问题可以联系作者!
分析
需求既然有了,那么技术上怎么实现呢?
我们以前彻底的分析过csdn的登录机制,发现csdn很容易登录的。那么我们就可以用着登录的cookie进行我们想要的操作。
获取文章链接、id
我们要找到自己站点的所有文章的url和id。因为我们可能会根据文章id
进行操作。
思路:
从登录的cookie种找到你的id,进入csdn主页。
解析主页的信息获取页数,这里说一下。他的页数是
js动态加载
进去的,并不是直接渲染,如果非得头铁debug找也没问题。但是页数和总文章数有关系。因为一页
最多只能有20
篇文章!解析这些,你就能获取所有文章链接
、id
。
分析markdown文本
对任意一个文章、检查编辑。查看元素获取下来链接。你会发现链接是有规律的。跟文章id有关。
进入之后,你会发现这个是md好像提不出什么信息。点击提交看看ajax请求把。
这些参数没加密。都是原文。我想这个md文件csdn怎么提取。还能根据h5规则反向提取?csdn没那么强吧。肯定有其他方案。仔细观察发现加载时候有个
xhr
文件有了所有信息。我们只需要进行修改部分即可。
代码编写
思路清晰,流程大致为
依赖外部包:bs4
、requests
python代码为(没用多进程,简单用了下多线程,执行完手动结束关闭)
import requests
from bs4 import BeautifulSoup
import json
import threading
from queue import Queue
queue= Queue()
header={'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36',
'referer':'https://passport.csdn.net/login',
'origin':'https://passport.csdn.net',
'content-Type':'application/json;charset=UTF-8',
'x-requested-with':'XMLHttpRequest',
'accept':'application/json, text/plain, */*',
'accept-encoding':'gzip, deflate, br',
'accept-language':'zh-CN,zh;q=0.9',
'connection': 'keep-alive'
,'Host': 'passport.csdn.net'
}
data={"loginType":"1","pwdOrVerifyCode":"",' \
'"userIdentification":"","uaToken":"",' \
'"webUmidToken":""}
cookies=""
type='public'
## 登录
def login(usename,password):
global cookies
global data
loginurl = 'https://passport.csdn.net/v1/register/pc/login/doLogin'
data['userIdentification']=usename
data['pwdOrVerifyCode']=password
data=str(data)
print(data)
req = requests.post(loginurl, data=data, headers=header)
cookies = requests.utils.dict_from_cookiejar(req.cookies)
res = req.text
print(req.status_code)
print(cookies)
url="https://blog.csdn.net/"+str(cookies['UN'])
return url
#将url文章添加到queue
def addurl(url):
req2 = requests.get(url, cookies=cookies)
soup = BeautifulSoup(req2.text, 'lxml')
##获取页数
pagetotal = soup.select(".text-center")[0].get("title")
pagetotal = (int)(((int)(pagetotal) + 19) / 20);
print(pagetotal)
for index in range(pagetotal):
url2 = url+"/article/list/" + str(index + 1)
print(url2)
req = requests.get(url2, cookies=cookies)
soup = BeautifulSoup(req.text, 'lxml')
pages = soup.find(id='mainBox').find_all(attrs={'class': 'article-item-box'})
for page in pages:
try:
href = page.find("a").get("href")
id = href.split("/")
id = id[len(id) - 1]
print(href, id)
queue.put(id)
except Exception as e:
print(e)
def addurl_by_type(url):
req2 = requests.get(url, cookies=cookies)
soup = BeautifulSoup(req2.text, 'lxml')
##获取页数
pagetotal = soup.select(".text-center")[0].get("title")
pagetotal = (int)(((int)(pagetotal) + 19) / 20);
print(pagetotal)
for index in range(pagetotal):
url2 = url + "/" + str(index + 1)+"?"
print(url2)
req = requests.get(url2, cookies=cookies)
soup = BeautifulSoup(req.text, 'lxml')
pages = soup.find(id='mainBox').find_all(attrs={'class': 'article-item-box'})
for page in pages:
try:
href = page.find("a").get("href")
id = href.split("/")
id = id[len(id) - 1]
print(href, id)
queue.put(id)
except Exception as e:
print(e)
def change(id):
global read_needType
url3 = "https://mp.csdn.net/mdeditor/" + str(id) + "#"
# req = requests.get(url3, cookies=cookies)
url = "https://mp.csdn.net/mdeditor/getArticle?id=" + str(id)
req = requests.get(url, cookies=cookies)
res = req.json()
data = res['data']
# for i in data:
# print(i)
print(res)
data['readType'] = read_needType
#print(data['readType'])
url = "https://mp.csdn.net/mdeditor/saveArticle"
req = requests.post(url, cookies=cookies, data=data)
res = req.text
#print(res)
class downspider(threading.Thread):
def __init__(self, threadname, que):
threading.Thread.__init__(self)
self.threadname = threadname
self.que = que
def run(self):
print('start thread' + self.threadname)
while True:
try:
print(self.name,end='')
id=queue.get()
change(id)
except Exception as e:
print(e)
break
if __name__ == '__main__':
url=""
threads=[]
read_needType=['public','read_need_fans','read_need_vip']
name=input("name:")
password=input("password:")
print("type:\n1:全部可看 \n2关注可看 \n3vip会员可看")
value=input("请输入数字")
value=int(value)-1
read_needType=read_needType[value]
print("type:\n1:全部更改 \n2更改一个分类")
all_or_type=input("输入更改范围(数字)")
all_or_type=int(all_or_type)
if all_or_type==1:
url=login(name,password)
addurl(url)
else:
print("输入分类首页url:")
url=input("url:")
login(name,password)
addurl_by_type(url)
print(url)
threadList = ['thread-1', 'thread-2', 'thread-3', 'thread-4', 'thread-5']
for j in threadList:
thread = downspider(j, queue)
thread.start()
threads.append(thread)
for t in threads:
t.join()
执行测试
执行
粉丝可见
还原