--http://blog.csdn.net/leixiaohua1020/article/list/14?viewmode=contents

function saveData(data)

	local file = io.open("temp.html", "w")

	file:write(data)

	file:close()

end

function getPageCount(url)

	local http = require("socket.http")

	local resp = http.request(url)

	local s = string.find(resp, "<div id=\"papelist\" class=\"pagelist\">")

	local e = string.find(resp, "</div>", s)

	local divData = string.sub(resp, s, e + 5)

	--print(divData)

	local i, j = string.find(divData, "共%d+页")

	local pageCount = string.sub(divData, i + 3, j - 3)

	return pageCount

end

function getTitles(username)

	if(username == nil or username == "") then

		print("username is nil")

		return

	end

	local preUrl = "http://blog.csdn.net/"

	local endUrl = "?viewmode=contents"

	local url = preUrl .. username .. endUrl

	local pageCount = getPageCount(url)

	for i = 1, pageCount do

		local blogUrl = preUrl .. username .. "/article/list/" .. i .. endUrl

		local http = require("socket.http")

		local resp = http.request(blogUrl)

		local pos = 1

		_, pos = string.find(resp, "link_title", pos)

		while(pos ~= nil) do

			local i, j = string.find(resp, "details/%d+\">", pos)

			--print("pageid = " ..  string.sub(resp, i + 8, j - 2))

			local k, _ = string.find(resp, "</a></span>", j)

			print(string.sub(resp, j + 11, k - 23))

			_, pos = string.find(resp, "link_title", pos)

		end

	end

end

getTitles("leixiaohua1020")

如果想保存一篇指定的博文（只要正文），该怎么做呢？

其实只要我们预先保存下博文的js、css和一些控制正文的html标记，然后把正文内容填充进去就可以了。

以下lua脚本可以获得

<div id="article_content" class="article_content">

正文

</div>

start.html

<html>

<head>

    <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

    <script src="http://static.blog.csdn.net/scripts/jquery.js" type="text/javascript"></script>

    <link rel="Stylesheet" type="text/css" href="http://static.blog.csdn.net/skin/skin-blue/css/style.css?v=1.1" />

    <link rel="shortcut icon" href="http://c.csdnimg.cn/public/favicon.ico" />

    <link type="text/css" rel="stylesheet" href="http://static.blog.csdn.net/scripts/SyntaxHighlighter/styles/default.css" />

</head>

<body>

<div id="container">

<script type="text/javascript">

    var username = "x_iya";

    var _blogger = username;

    var blog_address = "http://blog.csdn.net/x_iya";

    var static_host = "http://static.blog.csdn.net";

    var currentUserName = "";

</script>

<div id="body">

<div id="main">

<div class="main">

<div id="article_details" class="details">

end.html

</div>

</div>

</div>

<script type="text/javascript" src="http://static.blog.csdn.net/scripts/newblog.min.js"></script>

</div>

</body>

</html>

lua代码：

function GetHtml(url)

	local http = require("socket.http")

	local resp = http.request(url)

	local s = string.find(resp, "<div id=\"article_content\" class=\"article_content\">")

	local e = string.find(resp, "<!--", s)

	local data = string.sub(resp, s, e - 1)

	return data

end

function SaveData(data)

	local file = io.open("csdn.html", "w")

	file:write(data)

	file:close()

end

function ReadData(filepath)

	local file = io.open(filepath, "r")

	local data = file:read("*a")

	file:close()

	return data

end

--local url = "http://blog.csdn.net/x_iya/article/details/52327827"

if #arg == 1 then

	local url = arg[1]

	local startData = ReadData("start.html")

	local endData = ReadData("end.html")

	local html = startData .. GetHtml(url) .. endData

	SaveData(html)

else

	print("Usage: lua csdn.lua url")

end

遍历CSDN博客的更多相关文章

  1. 【转】Android Building System 总结 - 一醉千年 - CSDN博客

    原文网址:http://www.360doc.com/content/15/0314/23/1709014_455175716.shtml  Android Building System 总结 收藏 ...

  2. Python爬取CSDN博客文章

    0 url :http://blog.csdn.net/youyou1543724847/article/details/52818339Redis一点基础的东西目录 1.基础底层数据结构 2.win ...

  3. Android应用开发-小巫CSDN博客clientJsoup篇

    Android应用开发-小巫CSDN博客clientJsoup篇 距上一篇博客已经过去了两个星期,小巫也认为很抱歉,由于在忙着做另外一个项目,差点儿抽不出空来,这不小巫会把剩下的博文全部在国庆补上.本 ...

  4. PHP採集CSDN博客边栏的阅读排行

    项目中要用到採集的数据,所以就先拿CSDN博客来试了试.这里使用Simple HTML DOM(官网)这个库,它可以方便的遍历HTML文档. <?php include_once('simple ...

  5. Spring Boot学习记录(二)--thymeleaf模板 - CSDN博客

    ==他的博客应该不错,没有细看 Spring Boot学习记录(二)--thymeleaf模板 - CSDN博客 http://blog.csdn.net/u012706811/article/det ...

  6. Python爬虫简单实现CSDN博客文章标题列表

    Python爬虫简单实现CSDN博客文章标题列表 操作步骤: 分析接口,怎么获取数据? 模拟接口,尝试提取数据 封装接口函数,实现函数调用. 1.分析接口 打开Chrome浏览器,开启开发者工具(F1 ...

  7. 神一样的CSDN博客排名规则

    本文转载于:http://blog.csdn.net/littletigerat/article/details/17448521 神一样的CSDN博客排名规则 一.引言 年. 马年CSDN博客,毫无 ...

  8. 梦想还是要有的-纪念正式成为csdn博客专家暨年中总结

    csdn博客:http://blog.csdn.net/tuzongxun 我的csdn历程(坚持总会有收获):   一年零三个月之前,2015年3月3日,我在csdn写下第一篇技术博客,只是记录了一 ...

  9. 从csdn博客搬家过来，请多关照！

    之前一直在csdn博客,也写了不少关于java的文章,主要是学习java上的一些问题.想通过这种方式来加深对问题的认知,同时也可以帮助到志同道合的人,一起在编程的道路上共进,共勉.

随机推荐

  1. awsl

    from enum import Enum, uniquefrom math import sqrtfrom random import randint import pygame @uniquecl ...

  2. 小白学 Python 爬虫（37）：爬虫框架 Scrapy 入门基础（五） Spider Middleware

    人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Li ...

  3. 一个由"2020年1月7日 京东出现的重大 Bug 漏洞"引起的思考...

    2020年1月7日,京东由于优惠券设置错误,导致大量产品以0元或者超低价成交,并且发货.网传小家电被薅24万件,损失损失金额高达7000多万.很多网友表示收到货了,在网上晒出到货截图.下面为购买截图: ...

  4. 每天玩转3分钟 MyBatis-Plus - 2. 普通查询

    每天玩转3分钟 MyBatis-Plus - 1. 配置环境 每天玩转3分钟 MyBatis-Plus - 2. 普通查询 mybatis-plus的查询功能非常强大, 这一篇,我们来看下mybati ...

  5. 洛谷 p3834 主席树

    题目链接:https://www.luogu.org/problem/P3834 主席树求静态区间第k小 #include<iostream> #include<cstdio> ...

  6. 把 CPU “玩”起来

    前言 从开始学习编程之后,就渐渐痴迷于技术,平时遇到购书满减活动时就忍不住买一堆书.前两天闲着无聊,翻开了去年买的<编程之美>,目录里的“让 CPU 占用率听你指挥”吸引力我的眼球.这一年 ...

  7. SSAS Tabular表格模型实现动态权限管理

    最近忽然对SSAS产生了浓厚兴趣,我看博客园上也米有写关于SSAS 2016下表格模型实现动态权限管理的文章,最近鼓捣了一下微软的样例,鼓捣好了,把过程中遇到的一些问题写出来,抛砖引玉,也算给自己一个 ...

  8. .net core 3.1 DbFirst mysql

    这是一套完全配置正确的方式 创建项目此步骤省略 打开nuget 搜索 Pomelo.EntityFrameworkCore.MySql 添加完毕该引用之后nuget 搜索 Microsoft.Enti ...

  9. 安装anaconda python时只能安装到默认文件夹&& 安装提示文件夹以存在问题

    这个问题困扰了两次,网上说可以,我就是不行,查了半天没找到解决方法, 后来装在C盘里, 之后在百度知道(ID:幸福999快乐)发现解决办法后来才发现问题. 在安装的时候,要安装的目标文件夹不需要先在安 ...

  10. 【Four-Week-Task】四周学习CTF之第一周【寒假更新】

    写在最前:为了更好地系统学习CTF(楞头冲很惨 别问我怎么知道的 除非你是天才),决定先看再学,先正向再逆向. /* 出版排版规范中,标题序号等级为:第一级,一.二.三.(用顿号):第二级,(一).( ...