用python爬虫方式：刷文章阅读量
利用python爬虫来抓取你要的网页内容，实际上是对该内容的一次阅读，这样可以带来阅读量的增加。这次以爬去CSDN博客为例，其他的网站也许要另外设置。
使用python第三方包有：bs4、requests、time 这里间歇时间设置为2秒 采用headers来隐藏，原因是：CSDN设置了防爬虫的措施。采用headers可以避开，成功获取CSDN网页内容。
代码如下：
from bs4 import BeautifulSoup
import requests
import time
url =('http://blog.csdn.net/googdev/article/details/52575079')
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36'}
for i in xrange(10000):
time.sleep(2)
req = requests.get(url,headers =headers )
soup = BeautifulSoup(req.text,'lxml')
rank = soup.select('#blog_rank')
view = soup.select('.article_manage .link_view .title')
print view
print i若是你想采用这个代码，只需要对headers修改即可。关于如何获取headers可以百度下或谷歌下。方法很简单的，相信你也能学会这个很简单的方法。
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2016年10月06日，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读