python--爬取CSDN作者信息及文章

        本次项目爬取的是CSDN上作者的数据信息以及作者的文章，本次项目主要用到parsel、os、re、xlwt、requests、pdfkit等库。此次项目写了两个方面，分别为：爬取用户数据，爬取作者文章并且转化为pdf。
        用户数据模块主要包括：原创数量，周排名，总排名，访问数，用户等级，积分，分数，收藏的文章数量。爬取作者文章模块：将HTML文章转化为pdf文件格式，便于阅读以及防止乱码，数据及丢失等情况。

下面是部分源码：

主要用到的模块：

 

获取作者文章部分源码：

 

 

获取作者数据信息部分源码：

 

生成EXCL表格并将数据存储到表格中的部分源码：

 

 

 

 

除此之外，我们还用pdf工具包htmltopdt将网页版的文章转化为pdf版

下面是项目展示（我们以爬取一个作者为例）：

这是HTML版的作者文章：

 

 

 

 

PDF版的文章：

 

 

爬取的作者信息和生成的EXCEL表格：

      

通过这次PythonQ实训，我收获了很多，一方面学习到了许多以前没学过的专业知识与知识的应用，另-方面还提高了自我动手做项目的潜力。本次实训是对我潜力的进一步锻炼, 也是一种考验。 从中获得的诸多收获，也是很可贵的，是十分有好处的。