用python自动采集内容程序

yun

最近用wordpress做了一个小站，目的很简单就是要第一时间更新小说并发布到wordpress,本来是想用火车头解决的，但没有模块无赖之下，只有自己用python手写，本来是想用mysqldb直接插入的，但wordpress表单实在是有点麻烦，且远程速度有点慢。一想到python的主要思想是不要重复发明轮子，于是在pypi找到了wordpress_xmlrpc模块，主要功能就不说了

目前wordpress_xmlrpc模块已经更新到了2.2版本，不过本人用的是1.5版本。懒的会员在centos下可以这样安装.

Wget  https://pypi.python.org/packages/source/p/python-wordpress-xmlrpc/python-wordpress-xmlrpc-1.5.tar.gz --no-check-certificate

tar zxf python-wordpress-xmlrpc-1.5.tar.gz

cd python-wordpress-xmlrpc-1.5

python setup.py install

好了wordpress_xmlrpc模块就介绍到这儿，其它功能参考官网介绍。下面说一下程序思路。

1、用一个记事本记录已经抓取的URL。

2、再去抓这个页面看看，得到这个页面文章的全部URL。

3、for一下这个页面的全部URL是否在TXT中。

4、如果不在，就抓取这个URL的标题和内容发送到wordpress,并将URL写入txt中

5、最后用crontab自动任务，每天定时跑。

代码如下：（为防止某些会员不劳而获，用图片代替代码，红色部分别为网址，账号，密码，保存URL地址的txt）

游客，如果您要查看本帖隐藏内容请回复

当然代码有一个小问题就是没有定义类别，其实wordpress_xmlrpc也是可以定义发布类别的，只是本人比较懒就在后台撰写默认文章分类设置了一下目录。

然后是crontab设为每小时定时更新一下。不会设置的自行脑补。

qiaoqingyi

1111111111111111111111111111

mycccc

这个思路好
发布省了劲儿了