文章目录
- 前言
- 抽选规则
- 实现思路
- 代码实现
- 1.获取评论数据
- 2.过滤符合抽选规则的评论者
- 3.获取粉丝数据
- 4.过滤符合抽选规则的粉丝
- 5.增加公众号留言权重
- 6.抽选粉丝
- 完整的代码
- 效果展示
- 结语
前言
为了回馈粉丝们一直以来的的关注和支持，我近期开启了赠书活动，活动期间会在每一期的文章评论中随机抽选几位粉丝赠送本期书籍。为了确保绝对的公平，我借鉴了@东离与糖宝的想法，编写了一个评论区抽选粉丝程序。秉行公平、公正、公开原则，本文会将抽选粉丝程序的思路以及代码的实现展示给大家。
抽选规则
抽选评论区中的粉丝要符合以下条件：
- 关注了我的博客，即成为我的粉丝。
- 评论一次权重+1，最多3次，评论内容见当期参与方式。
同时，关注公众号并留言权重+3，留言内容见当期参与方式。
活动见赠书专栏
实现思路
- 首先需要获取该博客文章的所有评论者。
- 筛选符合条件的评论者。
- 是否为我的粉丝。
- 是否评论当期要求内容（可选）。
- 对于既是当期内容评论者又是公众号的粉丝，给予更高的权重值。
- 在符合条件的粉丝中随机抽选幸运读者。
代码实现
1.获取评论数据
虽然CSDN不提供直接获取文章评论者的接口，但这难不倒一个开发人员。我们可以在文章所在页面开启调试模式拿到这个接口：https://blog.csdn.net/phoenix/web/v1/comment/list/132678231?page=1&size=20，参数清晰明了，响应格式如下：
{"code":200,"message":"success","traceId":"b3e6eb62-396d-4289-a937-710767e68680","data":{"count":86,"pageCount":83,"floorCount":83,"foldCount":1,"list":[{"info":{"commentId":28613264,"articleId":132678231,"parentId":0,"postTime":"2023-09-09 16:16:10","content":"这里是评论内容","userName":"qq_28314431","digg":0,"diggArr":[],"loginUserDigg":false,"parentUserName":"qq_28314431","parentNickName":"叫我二蛋","avatar":"https://profile-avatar.csdnimg.cn/55e249ffc0b54ab287ecde8615968cca_qq_28314431.jpg!1","nickName":"这里是用户昵称","dateFormat":"前天 16:16","years":8,"vip":true,"vipIcon":"https://img-home.csdnimg.cn/images/20210121052537.png","vipUrl":"https://mall.csdn.net/vip","companyBlog":false,"companyBlogIcon":"","flag":false,"flagIcon":"","levelIcon":"https://csdnimg.cn/identity/blog6.png","commentFromTypeResult":{"index":1,"key":"pc","title":"PC"},"isTop":true,"isBlack":false,"region":"IP：陕西省","orderNo":"","redEnvelopeInfo":null},"sub":[],"pointCommentId":null}]}
}
这里基于Python直接发起POST请求获取评论数据，代码如下：
import requests
commentUrl = "https://blog.csdn.net/phoenix/web/v1/comment/list/132678231?page=1&size=20"
# 发送Post请求
headers = {"User-Agent": ""}
response = requests.get(commentUrl,headers=headers)
# 如果请求成功，接收的响应会是一个Response对象
if response.status_code == 200:# 使用json()方法将响应内容解析为JSONdata = response.json()print(data)
else:print("请求失败，状态码:", response.status_code)
2.过滤符合抽选规则的评论者
获取的评论数据中我们只需要评论内容和评论者昵称这两个数据，及字段content、nickName，接下来就可以根据条件筛选评论者，并且评论一次权重+1，代码如下：
commentList = data["data"]["list"]
commentUsers={}for item in commentList:nickName = item["info"]["nickName"]content = item["info"]["content"]if needcomment in content:commentCount=commentUsers.get(nickName)if commentCount is None:commentUsers[nickName]=1;else:commentUsers[nickName]=commentCount+1;
commentUsers最终会输出一个字典类型，key为昵称，value为权重值，格式如：{'EmotionFlying': 1, '小 王': 1}。
符合条件的评论者筛选出来后要确定是否为我的粉丝，不是的话将其从commentUsers移除。
3.获取粉丝数据
同样，还是在页面中拿到“我的粉丝”接口：https://mp-action.csdn.net/interact/wrapper/pc/fans/v1/api/getFansOffsetList?pageSize=500&username=qq_28314431&fanId=，该接口中的fanId可以理解为‘page’页码，每次请求成功后会返回下一个fanId。获取粉丝数据代码如下：
import requests
fanUrl = "https://mp-action.csdn.net/interact/wrapper/pc/fans/v1/api/getFansOffsetList?pageSize=500&username=qq_28314431&fanId="
# 发送Post请求
headers = {"User-Agent": ""}
response = requests.get(fanUrl,headers=headers)
# 如果请求成功，接收的响应会是一个Response对象
if response.status_code == 200:# 使用json()方法将响应内容解析为JSONdata = response.json()print(data)
else:print("请求失败，状态码:", response.status_code)
4.过滤符合抽选规则的粉丝
在获取到粉丝后，将commentUsers中不在粉丝列表的数据移除就好，代码如下：
fansNickname = list(set([d['nickname'] for d in fansList]) & set(list(commentUsers.keys())))fans = {nickname: commentUsers.pop(nickname) for nickname in fansNickname}
fans 就是符合抽选规则的粉丝。
5.增加公众号留言权重
对于公众号留言的粉丝，需要手动将他们的昵称作为一个参数传入程序中，直接遍历fans，增加其权重，代码如下
gzhfans=["粉丝1","粉丝2"]
gzhfans = [fan for fan in gzhfans if fan in fans and isinstance(fans[fan], int)]
fans = fans | {fan: fans[fan] + 3 for fan in gzhfans}
fans 就是最终抽选粉丝的集合数据。
6.抽选粉丝
最后，就可以基于fans随机抽选粉丝了，这里用python 自带的random.choices随机方法，代码如下：
random.choices(list(fans.keys()), weights=list(fans.values()))[0]
完整的代码
由于接口中存在分页问题，同时为了提高代码的可读性和可用性，我对剩余的代码进行了完善，以下是完善后的代码：
import sys
import random
import requests'''
介绍- 该脚本用来随机抽选评论区粉丝
使用方法： - python3 selectFans.py- blogID： 博客ID- bloggerID： 博主ID- selectCount：抽选粉丝个数- needcomment： 符合的评论内容- gzhfans： 公众号留言的粉丝，添加权重
依赖：- python3- random- requests
'''# 评论数据接口
commentUrlT = "https://blog.csdn.net/phoenix/web/v1/comment/list/{}?page={}&size={}"
# 每次获取接口数据的数量，csdn的上限
pageSize = 500
# 粉丝数据接口
fansUrlT = "https://mp-action.csdn.net/interact/wrapper/pc/fans/v1/api/getFansOffsetList?pageSize={}&username={}&fanId={}"# 抽选粉丝
def select_fans():try:fans = satisfied_fans()assert fans, "没有符合抽选规则的粉丝"add_weight(fans, gzhfans);print("——————开始抽选粉丝——————")for i in range(1, selectCount + 1):luckfans = weighted_random_choice(list(fans.keys()), list(fans.values()))# 移除该粉丝fans.pop(luckfans)print("恭喜第{}为幸运粉丝：{}".format(i, luckfans))except Exception as e:print(e)# 添加公众号留言粉丝的权重
def add_weight(fans, gzhfans):print("——————添加公众号留言粉丝的权重——————")if gzhfans:gzhfans = [fan for fan in gzhfans if fan in fans and isinstance(fans[fan], int)]fans = fans | {fan: fans[fan] + 3 for fan in gzhfans}print("权重增加后的粉丝：{}".format(fans))else:print("没有公众号留言的粉丝")# 符合抽选规则的粉丝
def satisfied_fans():satisfiedFans = {}commentUsers = get_comment_users()assert commentUsers, "没有符合条件的评论者"fanId = ""one = True;# 如果是第一次或者 fanId 有值 ，并且评论者未被移除完，继续筛选。while one or (fanId is not None and commentUsers):one = FalsefanId, fans = get_satisfied_fans(commentUsers, fanId)satisfiedFans = satisfiedFans | fansprint("符合抽选规则的粉丝:{}".format(satisfiedFans))return satisfiedFans# 获取符合抽选规则的粉丝
def get_satisfied_fans(commentUsers, fanId):fanId, fansList = get_fans(fanId)# 在粉丝列表中的评论者fansNickname = list(set([d['nickname'] for d in fansList]) & set(list(commentUsers.keys())))# 移除并返回commentUsers的粉丝return fanId, {nickname: commentUsers.pop(nickname) for nickname in fansNickname}# 获取符合条件的评论者
def get_comment_users():commentUsers = {}for item in get_comments():# 解析评论者IDuserName = item["info"]["userName"]if userName == bloggerID:continue# 解析评论者nickName = item["info"]["nickName"]# 解析评论内容content = item["info"]["content"]# 判断评论内容是否符合要求if len(needcomment) == 0 or needcomment in content:commentCount = commentUsers.get(nickName)# 组装评论者及其权重if commentCount is None:commentUsers[nickName] = 1else:if commentUsers[nickName] < 3:commentUsers[nickName] = commentCount + 1print("符合条件的评论者{}".format(commentUsers))return commentUsers# 获取到所有的评论
def get_comments():commentUrl = commentUrlT.format(1, pageSize)data = request(commentUrl)# 解析到总页数total_pages = data["data"]["pageCount"]# 解析到评论数据commentList = data["data"]["list"]assert len(commentList) > 0, "该博客没有评论数据"for page in range(2, total_pages + 1):commentUrl = commentUrlT.format(page, pageSize)_data = request(commentUrl)_commentList = _data["data"]["list"]# 将所有评论数据合并commentList = commentList + _commentListreturn commentList# 获取到所有的粉丝
def get_fans(fanId):fansUrl = fansUrlT.format(fanId)data = request(fansUrl)# 解析到下一fanIdfanId = data["data"]["fanId"]# 解析到粉丝数据fansList = data["data"]["list"]return fanId, fansList# 调用接口获取数据
def request(url):headers = {"User-Agent": ""}response = requests.get(url, headers=headers)# 如果请求成功，接收的响应会是一个Response对象if response.status_code == 200:# 使用json()方法将响应内容解析为JSONreturn response.json()else:print("请求失败，状态码:", response.status_code)def weighted_random_choice(choices, weights):return random.choices(choices, weights=weights)[0]if __name__ == '__main__':# 博客IDblogID = input("博客ID:")# 博主IDbloggerID = input("博主ID:")# 抽选粉丝个数selectCount = int(input("抽选粉丝个数:"))# 符合的评论内容needcomment = input("符合的评论内容(不填写则不对评论内容有要求):")# 公众号留言的粉丝gzhfans = input("公众号留言的粉丝,可以为空,以','分隔:").split()# 评论数据接口commentUrlT = commentUrlT.format(blogID, "{}", "{}")# 粉丝数据接口fansUrlT = fansUrlT.format(pageSize, bloggerID, "{}")select_fans()
效果展示
执行代码中的使用示例后结果如下图，如果粉丝过于多，可能需要等待数秒，因为粉丝接口一次最多只能读500条，希望官方看到后可以为我们开个口子😁。
结语
为了方便大家的使用，我已将程序打包成可执行文件，支持Windows和Mac系统，需要的可以联系博主获取。
