62 lines
1.4 KiB
Markdown
62 lines
1.4 KiB
Markdown
# CSDN 爬虫脚本
|
||
|
||
主要功能：爬取 `csdn` 博客指定用户的所有博文并转换为 `markdown` 格式保存到本地。
|
||
|
||
## 一、运行环境
|
||
|
||
需要安装`WebDriver`驱动，https://chromedriver.chromium.org/downloads，下载与本地对应的`chrome`驱动后，将其添加至环境变量`$PATH`
|
||
|
||
```shell
|
||
python3
|
||
python3 -m pip install -r requirements.txt
|
||
```
|
||
|
||
## 二、获取脚本
|
||
|
||
```shell
|
||
git clone https://github.com/ds19991999/csdn-spider.git
|
||
```
|
||
|
||
## 三、用法
|
||
|
||
### 1.获取cookie
|
||
|
||
登录 `csdn` 账号，进入：https://blog.csdn.net ，按 `F12` 调试网页，复制所有的 `Request Headers`，保存到`cookie.txt`文件中
|
||
|
||
|
||
|
||
### 2.添加需要爬取的 `csdn` 用户
|
||
|
||
在`username.txt`中添加用户名，一行一个
|
||
|
||
### 3.运行脚本
|
||
|
||
```shell
|
||
python3 csdn.py
|
||
```
|
||
|
||
## 四、效果
|
||
|
||
**运行过程**
|
||
|
||
|
||
|
||
**文章列表建立**：`./articles/username/README.md`
|
||
|
||
|
||
|
||
**爬取的博文**：`./articles/username/`
|
||
|
||
|
||
|
||
**博文转换效果**：
|
||
|
||
|
||
|
||
## 五、LICENSE
|
||
|
||
<a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/"><img alt="Creative Commons License" style="border-width:0" src="https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png" /></a>
|
||
|
||
|
||
|
||
`PS`：随意写的爬虫脚本，佛系更新。 |