Django学习笔记二:优化博客展示,抓取博文并保存到数据库

自从去年年底开始,走上了Jekyll+Github+Markdown这条不归路,先是把CSDN上面的一些博客迁移过来,然后就是经常写一些自己在平时学习、开发过程中的心得体会,不见得有人看。权当技术总结,外加练习写作表达了。

这种简洁优雅的表达方式,简直让人沉醉。不禁回想上大学(本科)时,也曾折腾了一段时间Wordpress,当时也写了一些内容、交了一些博友,可总有一种无病呻吟的感觉,后来不想写了,也没给服务器续费,就没了。之后,就是偶尔在CSDN上面做一些总结;可也没有很认真的对待。再后来,看了一些类似“我为什么要写博客”这样的文章,觉得说的很有道理,醍醐灌顶。于是,就在这儿安了家。我的朋友圈子里,几乎没有人写博客;虽然“孤单”,我却乐在其中。有时兴致来了,还把自己觉得不错的博文,在新建的公众号推送一下。

我在Github上fork的这个博客模版,文章有categories和tags这两个属性,可是页面展示出来的,只有tags,而categories却没有做展示。那么,问题来了!文章是需要有一个分类的,而一个文章却可能有多个标签。就想着,能不能加一个分类页面,更好的为文章分类。于是,就开始看模版的代码。据说Jekyll使用的是Ruby,我对Ruby完全不了解,但是不同语言之间是有规律可循的,这不,我就发现了规律:tags页面使用“for tag in site.tags”对标签进行遍历,于是我试了一下“for category in site.categories”,对分类进行遍历然后就通了。

这样,事情就好办了。在Tags.md同级目录(即网站根目录)新建Categories.md,把tags替换成categories,代码如下:

20160402_1

剩下的问题就是,分类页面和标签页面的样式完全一样,于是便有了下面的想法,打算做出来看看效果如何。

大概思路是:

  • 从Categories页面抓取博客的所有分类,以及每个分类下的文章(时间和标题)
  • 将抓取到的内容保存到数据库中(新建blog数据库及表,字段title、create_time、content等)
  • 从数据库中查询博客信息并做展示(此篇咱不分析,如有兴趣请关注本博客后续的文章)

代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
from urllib.request import urlopen
from bs4 import BeautifulSoup
import mysql.connector

url = 'http://blog.ybbz.site/Categories/'
html = urlopen(url)
bsObj = BeautifulSoup(html, 'lxml')
uls = bsObj.findAll('ul', {'class': 'listing'})
cate_list = []
for ul in uls:
cate = ul.h4.string
for li in ul.findAll('li'):
cate_list.append((str(cate), str(li.time.string), str(li.a.string)))
print(cate_list)

host = 'your hostname'
user = 'your username'
passwd = 'your password'
db = 'your database'
# connect database
conn = mysql.connector.connect(host=host, user=user, passwd=passwd, db=db)
cursor = conn.cursor()
# save blogs
sql = "insert into blog(category,create_time,title) values(%s, %s, %s)"
cursor.executemany(sql, cate_list)
conn.commit()
八宝粥 wechat
欢迎您扫一扫上面的微信公众号,订阅我的博客!