Python【十六】：网页点击程序

sky

今天看到自己新开的网易博客点击量寥寥，突然兴起，想写一个可以自动点击页面增加点击量的小工具。之前使用C++的时候，苦于找不到访问HTTP协议的API，不想涉及细节去考虑实现，幸好现在有Python自带的强大的urllib库，可以作为HTTP协议访问数据使用。老样子，先看下自己实现的代码原型，很简单：



    #A Auto-Visit Web Site Tool
    import urllib
    import time
    import random
    print "Auto Click the WebPage for Click-Num..."
    for i in range(30):
        fs = urllib.urlopen(r'Your URL')
        print 'The ', i, 'time click done...'
        time.sleep(int(random.uniform(1, 5)))
    print 'Auto Click WebPage Done...'

    这个程序都没有使用到类，就实现了网页自动点击。开始导入了三个模块，urllib提供访问HTTP网页相关API，time模块主要使用sleep()函数使得程序不要连续执行，random模块是使得间隔时间随机化，主要是考虑不要被判定为恶意访问行为。
   程序不难，主要借这个机会来熟悉下urllib这个库吧！Python的官方文档上说urllib库主要用来从WWW页面上获取数据（Fetching the data），因此只提供了“读”操作。下面针对几个要点逐一说明。
1. 版本：自己使用的python-2.7，在3.0版本中urllib模块分成了urllib.request/parse/error三个部分，而且原先的函数urllib.urlopen()也变成了urllib2.urlopen;
2. urllib模块的一个基本函数是urlopen(URL)，这个函数参数的URL可以指向一个本地文件，也可以指向一个网络文件；当指向网络文件时，自动调用socket同URL建立连接，这也是我们选择使用该函数获得点击网页效果的原因；函数返回一个类文件对象，但是只能支持文件I/O的读操作，如read()/readline()/readlines()，此外该对象还支持fileno()/info()/getcode()/geturl()/close()等方法；
3. info()函数用来返回目标页面返回的元数据，如果是HTTP协议，返回的是HTML页面的头部，如Content-Length/Content-Type等；如果是本地文件，则返回文件属性，如上次修改的时间等；
4. geturl()函数用来返回网页真正的URL，有时目标服务器会自动引导客户端到其他URL的时候可以用此函数获取导向的URL；
5. getcode()：返回HTTP连接的状态代码；
6. urltrieve()方法用于下载某个页面，其第一个参数为目标URL，第二个参数为本地存储文件名，可选，默认不设置时会自动存储于临时文件夹，函数返回一个二元元祖(文件名，头部信息)；
7. 可以使用urlcleanup()清空urltrieve()的缓存；
   最后运行的结果：：

   程序的实现比较简单，自己去看了现在的博客，基本都不再是依靠访问量划定等级了，而是靠获取积分，而这与登录次数、日志数量以及来访者评论数量有关，因此想直接提升自己的博客等级也并不是一个简单容易的事情。但是可以考虑通过注册几个工作账号来自动去目标博客评论，做到每天1-3次的评论还是可以的，适当设置转发，这样就成了博客刷积分的bot了。
【本节要点：
1. urllib库的使用，关键是urllib.urlopen(URL)与urllib.urltrieve(URL, [File])；
2. time模块，time.sleep(secs)；
3. random模块，random.uniform()\random()】