python | 分析下2023年你写的文章吧

前言

这里先贴一下代码的执行效果：

文章源数据收集

在主页中，选择文章，就可以看到此前写过的所有文章，截图如下：

最后在网页上按下F12，即可进入到调试模式，选择网络，在搜索框中输入query_list，图示如下：

最后我们使用滚轮往下滑动文章，即可看到请求的数据信息，例如：

将每个响应的请求都复制到文件files.txt中，我们即可得到一份这样的数据：

代码编写

data中的每一个列表，表示一篇文章，熟知的作者信息是被放到author_user_info中，其中截图如下：

而文章的基本信息是被存储在article_info中的，包括阅读量、点赞量、留言量 和 收藏量等等，这个只要结合文章的数值进行搜索记了，截图如下：

这里不啰嗦了，整个分析代码已经写好了，代码整理如下：

import json
import time

timeStart = "2023-01-01"
timeEnd = "2024-01-01"

count = view_count = digg_count = comment_count = collect_count = 0
maxCollect = maxComment = maxDigg = maxView = [0,""].copy()

timeStartUnix = time.mktime(time.strptime(timeStart,"%Y-%m-%d"))
timeEndUnix = time.mktime(time.strptime(timeEnd,"%Y-%m-%d"))

with open("files.txt",encoding="utf-8") as f:
    while True:
        line = f.readline()

        if len(line) == 0:
            break

        resultData = json.loads(line)

        for i in resultData["data"]:

            article_c = int(i["article_info"]["ctime"])

            if article_c >= timeStartUnix and article_c < timeEndUnix:
                userName = str(i["author_user_info"]["user_name"])
                count = count + 1
                print("%d: %s 《%s》 " %(count,time.strftime("%Y-%m-%d", time.localtime(int(article_c))) ,i["article_info"]["title"]))
                view_count = view_count + int(i["article_info"]["view_count"])
                digg_count = digg_count + int(i["article_info"]["digg_count"])
                comment_count = comment_count + int(i["article_info"]["comment_count"])
                collect_count = collect_count + int(i["article_info"]["collect_count"])

                if maxCollect[0] < int(i["article_info"]["collect_count"]):
                    maxCollect = [int(i["article_info"]["collect_count"]),i["article_info"]["title"]]

                if maxComment[0] < int(i["article_info"]["comment_count"]):
                    maxComment = [int(i["article_info"]["comment_count"]),i["article_info"]["title"]]

                if maxDigg[0] < int(i["article_info"]["digg_count"]):
                    maxDigg = [int(i["article_info"]["digg_count"]),i["article_info"]["title"]]

                if maxView[0] < int(i["article_info"]["view_count"]):
                    maxView = [int(i["article_info"]["view_count"]),i["article_info"]["title"]]


print("%s,在 %s 到 %s 间，你一共写了%d篇文章，阅读量为:%d，点赞量为:%d，留言量为:%d，收藏量为: %d" %(userName,timeStart,timeEnd,count,view_count,digg_count,comment_count,collect_count))
print("分别统计信息为：")
print("阅读量最高的文章是：《%s》,阅读量为：%d" %(maxView[1],maxView[0]))
print("点赞量最高的文章是：《%s》,点赞量为：%d" %(maxDigg[1],maxDigg[0]))
print("留言量最高的文章是：《%s》,留言量为：%d" %(maxComment[1],maxComment[0]))
print("收藏量最高的文章是：《%s》,收藏量为：%d" %(maxCollect[1],maxCollect[0]))

总结

本人纯python小白，混吃屌丝运维，基础非常差，不会写爬虫，如果阁下会写爬虫的话，可以将数据写入到文件files.txt中，这样的话，就避免了利用浏览器进行数据的收集工作了。但是，利用浏览器调试工具收集数据，其实也不是很慢。一个人一年才写多少文章啊，一个请求中会包含10篇文章，就算3天写一篇文章，那也就是10个请求的事情。