將知乎收藏文章轉(zhuǎn)到印象筆記

2017-03-27

13420

將知乎收藏文章轉(zhuǎn)到印象筆記二在很久之前寫(xiě)過(guò)一篇Python 爬蟲(chóng)系列-將知乎收藏批量轉(zhuǎn)入Evernote/印象筆記中、寫(xiě)完之后沒(méi)很久沒(méi)做維護(hù)，最近重新登陸知乎的時(shí)候發(fā)現(xiàn)很多朋友給我留言說(shuō)腳本失效不能使

將知乎收藏文章轉(zhuǎn)到印象筆記二

在很久之前寫(xiě)過(guò)一篇Python 爬蟲(chóng)系列-將知乎收藏批量轉(zhuǎn)入Evernote/印象筆記中、寫(xiě)完之后沒(méi)很久沒(méi)做維護(hù)，最近重新登陸知乎的時(shí)候發(fā)現(xiàn)很多朋友給我留言說(shuō)腳本失效不能使用、于是我重新對(duì)知乎網(wǎng)站收藏頁(yè)面進(jìn)行研究并開(kāi)始著手修改腳本。

問(wèn)題主要在兩個(gè)方面

1. 當(dāng)知乎收藏文章超過(guò)20篇之后、就不能發(fā)送到印象筆記/evernote中

2. 知乎網(wǎng)站改版之后、導(dǎo)致原來(lái)腳本里面使用" 正則表達(dá)式" 獲取文章標(biāo)題的功能失敗。

HTML/XML語(yǔ)言的第三方庫(kù)。如果大家有解析HTML/XML

腳本功能分析

分析用戶(hù)輸入的知乎收藏地址、需要完成如下操作

1. 在收藏頁(yè)面中提取到所有的單個(gè)收藏頁(yè)面的URL 地址

2. 如果文章超過(guò)20篇、需要吧分頁(yè)地址提取出來(lái)

3. 訪問(wèn)分頁(yè)地址、吧分頁(yè)里面的URL 也提取出來(lái)

4. 訪問(wèn)每一個(gè)單獨(dú)的收藏URL 、提出里面文章標(biāo)題

5. 訪問(wèn)每一個(gè)單獨(dú)的收藏URL 、提取里面的文章內(nèi)容

6. 通過(guò)郵件將文章內(nèi)容發(fā)送到印象筆記/Evernote中

上面基本上就是我們的腳本所要做的功能。

功能實(shí)現(xiàn)

由于要分析分頁(yè)地址、所以比上一次的腳本多寫(xiě)了一個(gè)函數(shù)、主要功能就是用于判斷是否存在分頁(yè)地址。整個(gè)腳本中用3個(gè)函數(shù)來(lái)完成。

先看看需要用到的模塊

此函數(shù)用于分析提取收藏文章分頁(yè)地址、實(shí)現(xiàn)方式很簡(jiǎn)單、通過(guò)for 循環(huán)提供N 多的分頁(yè)地址進(jìn)去、然后用" 正則表達(dá)式" 去匹配內(nèi)容、如果內(nèi)容存在即認(rèn)為分頁(yè)地址正確、然后把地址添加到列表中、如果" 正則表達(dá)式" 返回None 說(shuō)明內(nèi)容匹配失敗、此地址不是正確的分頁(yè)地址。循環(huán)結(jié)束。

具體代碼如下