推荐文章:python自动发布文章到wordpress

　　推荐文章:python自动发布文章到wordpress

　　这是来自Bigway的贡献，一个使用py来实现wp自动发布的小脚本

　　解决方案创意

　　1. 使用邮政向文字科技提交表格

　　2.通过wordpress_xmlrpc模块，无需考虑如果有轮子该怎么办

　　3.通过mysqldb直接插入数据库，有一台服务器，无需远程，直接将py脚本放在服务器上即可运行

　　这次我们要把一辆带轮子的*敏*感*词*拼在一起！，宝马，自己动手

　　立即开始：

　　自安装模块请求，Windows系统和Linux的安装如下，当地的暴君可以自由制作：

　　pip install requests

pip install python-wordpress-xmlrpc

　　caiji.py

　　#encoding=utf-8

'''练手可以找wp博客来采集，这个脚本就是针对wp博客来做下手采集的'''

import re,requests,time,random,urllib,threading

from wordpress_xmlrpc import Client, WordPressPost

from wordpress_xmlrpc.methods.posts import GetPosts, NewPost

'''登录'''

try:

   wp=Client('http://www.example.com/xmlrpc.php','wp的账号','wp的密码')

except Exception, e:

   wp=Client('http://www.example.com/xmlrpc.php','wp的账号','wp的密码')

post=WordPressPost()

'''针对单站url重复采集问题'''

f=open('url.txt','a+')

urls=f.read()

url_list=[m.strip() for m in open('url.txt').readlines()]

daili_list=[]

'''过滤html标签'''

def filter_tags(htmlstr):

   re_cdata=re.compile('//]*//\]\]>',re.I) #匹配CDATA

   re_script=re.compile(']*>[^[^')#HTML标签

   re_comment=re.compile('')#HTML注释

   s=re_cdata.sub('',htmlstr)#去掉CDATA

   s=re_script.sub('',s) #去掉SCRIPT

   s=re_style.sub('',s)#去掉style

   s=re_br.sub('\n',s)#将br转换为换行

   s=re_h.sub('',s) #去掉HTML 标签

   s=re_comment.sub('',s)#去掉HTML注释

   blank_line=re.compile('\n+')#去掉多余的空行

   s=blank_line.sub('\n',s)

   return s

'''轮换user-agent'''

def getUA():

   uaList = [

   'Mozilla/4.0+(compatible;+MSIE+6.0;+Windows+NT+5.1;+SV1;+.NET+CLR+1.1.4322;+TencentTraveler)',

   'Mozilla/4.0+(compatible;+MSIE+6.0;+Windows+NT+5.1;+SV1;+.NET+CLR+2.0.50727;+.NET+CLR+3.0.4506.2152;+.NET+CLR+3.5.30729)',

   'Mozilla/5.0+(Windows+NT+5.1)+AppleWebKit/537.1+(KHTML,+like+Gecko)+Chrome/21.0.1180.89+Safari/537.1',

   'Mozilla/4.0+(compatible;+MSIE+6.0;+Windows+NT+5.1;+SV1)',

   'Mozilla/5.0+(Windows+NT+6.1;+rv:11.0)+Gecko/20100101+Firefox/11.0',

   'Mozilla/4.0+(compatible;+MSIE+8.0;+Windows+NT+5.1;+Trident/4.0;+SV1)',

<p>

   'Mozilla/4.0+(compatible;+MSIE+8.0;+Windows+NT+5.1;+Trident/4.0;+GTB7.1;+.NET+CLR+2.0.50727)',

   'Mozilla/4.0+(compatible;+MSIE+8.0;+Windows+NT+5.1;+Trident/4.0;+KB974489)',

   'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/30.0.1599.101 Safari/537.36',

   'Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/30.0.1599.101 Safari/537.36',

   ]

   ua = random.choice(uaList)

   return ua

'''提取正则'''

def search(re_url,html):

   re_Data=re.findall(re_url,html)

   if re_Data:

       return re_Data[0]

   else:

       return 'no'

'''轮换ip'''

def ip():

   for x in open('daili.txt'):

       x = x.strip()

       daili_list.append(x)

   newip = random.choice(daili_list)

   return newip

'''获取html'''

def gethtml(url,headers):

   while 1:

       try:

           newip=ip()  

           proxies={"http":"http://%s"%newip.strip()}  

           pages=requests.post(url,headers,proxies,timeout=10)

           html=pages.content

           code=pages.status_code

           if '404' '302 Found' in html or code != 200 in html:

               print u'代理失效重试'

               continue

           elif 'verify' in html:

               print u'出验证码，重试'

               continue

           else:

               return html

       except Exception, e:

           # print e

           continue

'''正则用以提取列表页上的url，需根据实际情况来调整'''

re_url=re.compile(r'