小程序服务器域名设置知乎,太好玩了，爬虫、部署API、加小程序，一条龙玩转知乎热榜！...

一直想做一个从爬虫到数据处理，到API部署，再到小程序展示的一条龙项目，最近抽了些时间，实现了一个关于知乎热榜的，今天就来分享一下！

由于代码还没有完全整理好，今天只给出一个大致的思路和部分代码，最终的详细代码可以关注后续的文章！

数据爬取

首先我们看下需要爬取的知乎热榜https://www.zhihu.com/billboard

这个热榜可以返回50条热榜数据，而这些数据都是通过页面的一个 JavaScript 返回的

于是我们就可以通过解析这段 JS 代码来获取对应数据url = 'https://www.zhihu.com/billboard'

headers = {"User-Agent": "", "Cookie": ""}

def get_hot_zhihu():

res= requests.get(url, headers=headers)

content = BeautifulSoup(res.text, "html.parser")

hot_data = content.find('script', id='js-initialData').string

hot_json = json.loads(hot_data)

hot_list = hot_json['initialState']['topstory']['hotList']

return hot_list

然后我们再点击一个热榜，查看下具体的热榜页面，我们一直向下下拉页面，并打开浏览器的调试板，就可以看到如下的一个请求

该接口返回了一个包含热榜回答信息的 json 文件，可以通过解析该文件来获取对应的回答def get_answer_zhihu(id):

url = 'https://www.zhihu.com/api/v4/questions/%s/answers?include=' % id

headers = {"User-Agent": "", "Cookie": ""}

res = requests.get(url + Config.ZHIHU_QUERY, headers=headers)

data_json = res.json()

answer_info = []

for i in data_json['data']:

if 'paid_info' in i:

continue

answer_info.append({'author': i['author']['name'], 'voteup_count': i['voteup_count'],

'comment_count': i['comment_count'], 'content': i['content'],

'reward_info': i['reward_info']['reward_member_count']})

return answer_info

数据存储

获取到数据之后，我们需要存储到数据库中，以便于后续使用。因为后面准备使用 Flask 来搭建 API 服务，所以这里存储数据的过程也基于 Flask 来做，用插件 flask_sqlalchemy。

定义数据结构

我们定义三张表，分别存储知乎热榜的详细列表信息，热榜的热度信息和热榜对应的回答信息class ZhihuDetails(db.Model):

__tablename__ = 'ZhihuDetails'

id = db.Column(db.Integer, primary_key=True)

hot_id = db.Column(db.String(32), unique=True, index=True)

hot_name = db.Column(db.Text)

hot_link = db.Column(db.String(64))

hot_cardid = db.Column(db.String(32))

class ZhihuMetrics(db.Model):

__tablename__ = 'ZhihuMetrics'

id = db.Column(db.Integer, primary_key=True)

hot_metrics = db.Column(db.String(64))

hot_cardid = db.Column(db.String(32), index=True)

update_time = db.Column(db.DateTime)

class ZhihuContent(db.Model):

__tablename__ = 'ZhihuContent'

id = db.Column(db.Integer, primary_key=True)

answer_id = db.Column(db.Integer, index=True)

author = db.Column(db.String(32), index=True)

voteup_count = db.Column(db.Integer)

comment_count = db.Column(db.Integer)

reward_info = db.Column(db.Integer)

content = db.Column(db.Text)

定时任务

由于我们需要定时查询热榜列表和热榜的热度值，所以这里需要定时运行相关的任务，使用插件 flask_apscheduler 来做定时任务

我们的定时任务，涉及到了网络请求和数据入库的操作，把这部分定时任务代码单独拉出来，在 Flask 项目的根目录下创建一个文件 apschedulerjob.py，由于在运行该文件时，是没有 Flask app 变量的，所以我们需要手动调用 app_context() 方法来创建 app 上下文def opera_db():

with scheduler.app.app_context():

...

当然，这里的 scheduler 变量是在 create_app 中初始化过的from flask_apscheduler import APScheduler

scheduler = APScheduler()

def create_app(config_name):

app = Flask(__name__)

app.config.from_object(config[config_name])

config[config_name].init_app(app)

db.init_app(app)

scheduler.init_app(app)

...

接着，我们就可以根据前面的两个爬虫函数，来分别入库数据了

入库热榜热度数据update_metrics = ZhihuMetrics(hot_metrics=i['target']['metricsArea']['text'],

hot_cardid=i['cardId'],

update_time=datetime.datetime.now())

入库热榜列表数据new_details = ZhihuDetails(hot_id=i['id'], hot_name=i['target']['titleArea']['text'],

hot_link=i['target']['link']['url'], hot_cardid=i['cardId'])

入库热榜回答数据new_content = ZhihuContent(answer_id=answer_id, author=answer['author'], voteup_count=answer['voteup_count'],

comment_count=answer['comment_count'], reward_info=answer['reward_info'],

content=answer['content'])

最后我们就可以在 Flask 的入口程序中启动定时任务了import os

from app import create_app, scheduler

app = create_app(os.getenv('FLASK_CONFIG') or 'default')

if __name__ == '__main__':

scheduler.start()

app.run(debug=True)

编写 API

热榜列表 API

我们首先来做热榜列表的接口，在数据库表 ZhihuMetrics 中拿到当天热榜的最新热度信息，然后再根据热榜热度信息来获取对应的列表信息，可以总结到如下的一个函数中def zhihudata():

current_time = '%s-%s-%s 00:00:00' % (datetime.now().year, datetime.now().month, datetime.now().day,)

zhihumetrics_data = ZhihuMetrics.query.filter(ZhihuMetrics.update_time > current_time).group_by(ZhihuMetrics.hot_cardid).order_by(ZhihuMetrics.update_time).all()

metrics_list = db_opera.db_to_list(zhihumetrics_data)

details_list = []

for d in metrics_list:

zhihudetails_data = ZhihuDetails.query.filter_by(hot_cardid=d[1]).first()

details_list.append([zhihudetails_data.hot_name, zhihudetails_data.hot_link, d[0], d[1], d[2]])

return details_list

接着定义一个视图函数返回 json 数据@api.route('/api/zhihu/hot/')

def zhihu_api_data():

zhihu_data = zhihudata()

data_list = []

for data in zhihu_data:

data_dict = {'title': data[0], 'link': data[1], 'metrics': data[2], 'hot_id': data[3], 'update_time': data[4]}

data_list.append(data_dict)

return jsonify({'code': 0, 'content': data_list}), 200

热榜详情 API

下面再来做热榜详情接口，该接口可以返回热榜热度走势信息，为前端画图提供数据。def zhihudetail(hot_id):

zhihumetrics_details = ZhihuMetrics.query.filter_by(hot_cardid=hot_id).order_by(ZhihuMetrics.update_time).all()

Column = {'categories': [], 'series': [{'name': '热度走势', 'data': []}]}

for i in zhihumetrics_details:

Column['categories'].append(datetime.strftime(i.update_time, "%Y-%m-%d %H:%M"))

Column['series'][0]['data'].append(int(i.hot_metrics.split()[0]))

return Column

@api.route('/api/zhihu/detail//')

def zhihu_api_detail(id):

zhihu_detail = zhihudetail(id)

return jsonify({'code': 0, 'data': zhihu_detail}), 200

接入小程序

对于小程序端，我们这里使用了 uni-app 框架，这是一个可以一份代码多端运行的框架，还是比较不错的。

创建项目

首先通过 IDE HBuilder 创建一个 uni-app 模板

改造项目

我们简单改造下该模板，首先修改下 index.nvue 文件，把 tabList 修改如下data() {

return {

tabList: [{

id: "tab01",

name: '知乎热榜',

newsid: 0

}, {

id: "tab02",

name: '微博热榜',

newsid: 23

},

我们暂时只保留两个 tab 页签，没错后面还要再做微博的热榜！

接下来打开 news-page.nvue 文件，修改网络请求地址uni.request({

url: 'http://127.0.0.1:5000/api/zhihu/hot/',

data: '',

把 URL 地址指向我们自己的 API 服务地址

然后再添加我们自己的新闻参数hot_id: news.hot_id,

metrics: news.metrics,

news_url: news.link

再修改函数 goDetail 如下goDetail(detail) {

if (this.navigateFlag) {

return;

}

this.navigateFlag = true;

uni.navigateTo({

url: '/pages/detail/detail-new?query=' + encodeURIComponent(JSON.stringify(detail))

});

setTimeout(() => {

this.navigateFlag = false;

}, 200)

},

点击每条热榜时，就会跳转到 url 对应的 /pages/detail/detail-new 页面

引入 uCharts

下面编写 detail-new.nvue 文件，这里主要用到了 uni-app 的插件 uCharts。这是一个高性能的跨端图表插件，非常好用。

template 部分

柱状热力分布

线性走势

创建两个 view，分别用于展示柱状图和折线图

再编写 script 部分getServerData(){

uni.request({

url: 'http://127.0.0.1:5000/api/zhihu/detail/' + this.details.hot_id,

data:{

},

success: function(res) {

_self.serverData=res.data.data;

let Column={categories:[],series:[]};

Column.categories=res.data.data.categories;

Column.series=res.data.data.series;

_self.showColumn("canvasColumn",Column);

_self.showLine("canvasLine",Column);

},

fail: () => {

_self.tips="网络错误，小程序端请检查合法域名";

},

});

}

再根据 uCharts 的官方文档编写对应的展示图表函数showColumn(canvasId,chartData){

canvaColumn=new uCharts({

$this:_self,

canvasId: canvasId,

type: 'column',

legend:{show:true},

fontSize:11,

background:'#FFFFFF',

pixelRatio:_self.pixelRatio,

animation: true,

categories: chartData.categories,

series: chartData.series,

enableScroll: true,

xAxis: {

disableGrid:true,

scrollShow:true,

itemCount:4,

},

yAxis: {

//disabled:true

},

dataLabel: true,

width: _self.cWidth*_self.pixelRatio,

height: _self.cHeight*_self.pixelRatio,

extra: {

column: {

type:'group',

width: _self.cWidth*_self.pixelRatio*0.45/chartData.categories.length

}

}

});

}

这样，我们就完成了基本的项目开发

我们可以到小程序的模拟器来查看效果啦

热榜列表页面

热榜详情页面

基本的效果是有了，不过还有很多需要优化的地方，下一次，我会分享出优化后的代码以及如何把 API 服务部署到云端，同时还是提供出供大家练习的 API，不要错过哦！