这个周末，苏生不惑又写了个新脚本
苏生不惑第
383篇原创文章，将本公众号设为星标，第一时间看最新文章。
之前分享过我写的工具 整理下苏生不惑开发过的那些软件和脚本 ，周末又完善了下批量下载知乎文章，回答，想法生成pdf电子书，这里以腾讯文档这个号为例，下载效果：
def export_pdf():
import pdfkit,os
for root, dirs, files in os.walk('.'):
for name in files:
if name.endswith(".html"):
print(name)
try:
pdfkit.from_file(name, 'pdf/'+name.replace('.html', '')+'.pdf')
except Exception as e:
print(e)
export_pdf()
from PyPDF2 import PdfFileReader, PdfFileWriter,PdfFileMerger
file_writer = PdfFileWriter()
num = 0
for root, dirs, files in os.walk('.'):
for name in files:
if name.endswith(".pdf"):
print(name)
file_reader = PdfFileReader(name)
file_writer.addBookmark(html.unescape(name).replace('.pdf',''), num, parent=None)
for page in range(file_reader.getNumPages()):
num += 1
file_writer.addPage(file_reader.getPage(page))
with open(r"公众号苏生不惑历史文章合集.pdf",'wb') as f:
file_writer.write(f)
如果只是批量下载知乎专栏的文章用这个工具周末又写了个知乎专栏批量下载工具，顺便通知个事，输入知乎专栏id即可批量导出知乎专栏文章为pdf ，比如 https://www.zhihu.com/column/c_1492085411900530689 这个专栏，导出效果：
df = pd.DataFrame(pandas_data, columns=['name', 'counts'])
df.sort_values(by=['counts'], ascending=False, inplace=True)
books = df['name'].head(10).tolist()
counts = df['counts'].head(10).tolist()
print(', '.join(books))
bar = (
Bar()
.add_xaxis(books)
.add_yaxis("", counts)
)
pie = (
Pie()
.add("", [list(z) for z in zip(books, counts)],radius=["40%", "75%"], )
.set_global_opts(title_opts=opts.TitleOpts(title="饼图",pos_left="center",pos_top="20"))
.set_global_opts(legend_opts=opts.LegendOpts(type_="scroll", pos_left="80%", orient="vertical"))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"), )
)
pie.render(str(question_id) +'.html')
df.to_csv(str(question_id) +".csv",encoding="utf_8_sig",index=False)
效果：
回答内容也批量下载到excel，包括每个回答人的昵称和回答内容：
说完知乎再说微博，之前分享过微博批量下载一键批量下微博内容/图片/视频，获取博主最受欢迎微博，图片查找微博博主 ，这次加上微博文章批量下载，导出的微博内容如图：
df = pandas.read_csv(f'{uid}.csv',encoding='utf_8_sig')
df = df[df['头条文章链接'].notnull()]
urls=df.头条文章链接.tolist()
for url in urls:
try:
res=requests.get(url,headers=headers, verify=False)
title = re.search(r'<title>(.*?)</title>',res.text).group(1)
weibo_time = re.search(r'<span class="time".*?>(.*?)</span>',res.text).group(1)
if not weibo_time.startswith('20'):
weibo_time=time.strftime('%Y')+'-'+weibo_time.strip().split(' ')[0]
with open(weibo_time+'_'+trimName(title)+'.html', 'w+', encoding='utf-8') as f:
f.write(res.text.replace('"//','https://'))
print('下载微博文章',url)
except Exception as e:
print('错误信息',e,url)
下载效果如图：
最近原创文章：
解除b站番剧区域限制，这个特殊版本的 b 站 app 功能太强了
2022 最新一键下载百度网盘/百度文库/豆丁/道客巴巴/原创力文档
一键批量下载微信公众号文章内容/图片/封面/视频/音频，支持导出html和pdf格式，包含阅读数/点赞数/在看数/留言数
网易云音乐每天自动听歌300首升级LV10，b站每天自动签到升级LV6，京东每天自动签到领京豆，微信运动每天自动修改步数
如果文章对你有帮助还请
点赞/在看/分享三连支持下， 感谢各位！