花几分钟分析了CSDN各领域榜单,我得到了这样的结果
Posted 余光、
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了花几分钟分析了CSDN各领域榜单,我得到了这样的结果相关的知识,希望对你有一定的参考价值。
我从CSDN排行榜上发现惊人的秘密,快进来看看吧~
本篇文章尽量不使用的晦涩复杂的技术手段,仅仅利用简单的前端知识和相关api,配合浏览器获得我们想要的数据,进行分析
希望本篇文章可以让技术大佬会心一笑,回想自己当年是否也会有类似的的“奇葩”研究呢吧
也许这篇文章会勾起你当初从事技术工作时最纯粹的初衷
一、前言
CSDN是我大学时接触的第一个技术社区,最近它增加了排行榜板块,里面细分了十几个分类,从互动、点赞、评论、收藏、时间纬度计算得到每篇文章的热度,将他们投放到对应的分类,最终汇聚成分类榜单和综合榜单。
社区在大力的鼓励大家进行技术分享和沉淀,以推动整个技术圈的发展。本篇文章也是因为我在浏览排行榜时的一个念头而诞生的,那就是我想从用户的视角:
- 统计各个榜单的文章标题+作者+所在榜单
- 将汇总的榜单数据整合,并做出一份新的“综合领域榜单”
- 统计综合领域榜单,看看有没有财富密码,哈哈
用互联网黑话应该是这样的:
- 在细分领域找到抓手
- 形成方法论,对外输出
- 分析自己的痛点,做精细化运营
二、开始行动
下面的代码都可以直接运行在浏览器控制台中,且我们尽量从用户的操作出发,避免给整个实现增加难度。
2.1 一条榜单内容我能得到什么
思路:
- 选中单条内容
- 获取内容内的标题、作者、热度
代码:
// 选中单条内容
const hotRankItem = document.querySelector('.hostitem');
// 获取标题
hotRankItem.querySelector('a.title').innerText;
// 获取作者
hotRankItem.querySelector('a.name').innerText;
// 获取热度
hotRankItem.querySelector('span.num').innerText;
结果:
2.2 获取一个榜单完整的数据
思路:
- 获取内容列表,并转换成数组
- 遍历获取所需内容,并返回数组
代码:
function getData() {
const likeArray = (arr) => Array.prototype.slice.call(arr)
// 获取列表数组
const hotRankList = likeArray(document.querySelectorAll('.hostitem'));
// 处理榜单内所有数据
const newHotRankList = hotRankList.map((element, index) => {
const title = element.querySelector('a.title').innerText;
const name = element.querySelector('a.name').innerText;
const hot = element.querySelector('span.num').innerText;
return {title, name, hot}
})
return newHotRankList;
}
getData()
结果:
注意
经常浏览排行榜的小伙伴可能意识到了,出于性能和体验的考虑,只有用户划到页面底部,才会更新排行榜单后续的内容,每次新增25条。所以我们也像一个真正的用户一样,让代码帮我们做实现浏览阅读行为好啦~
2.3 模拟用户滑动获取完整榜单
思路:
- 借助
window.scrollTo(x, y)
可把内容滚动到指定的坐标。 - 已知每次加载25条数据,单榜共50条数据,综合榜共100条数据
- 利用回调函数来确定处理数据的时机
代码:
function getData() {
const likeArray = (arr) => Array.prototype.slice.call(arr)
// 获取列表数组
const hotRankList = likeArray(document.querySelectorAll('.hostitem'));
// 处理榜单内所有数据
const newHotRankList = hotRankList.map((element, index) => {
const title = element.querySelector('a.title').innerText;
const name = element.querySelector('a.name').innerText;
const hot = element.querySelector('span.num').innerText;
return {title, name, hot}
})
return newHotRankList;
}
function getComData(){
let mainHeight = 0; // 内容高度
let timer = setInterval(() => {
let height = document.querySelector('.main').offsetHeight
if (mainHeight === height) {
const res = getData();
console.log(res)
clearInterval(timer);
} else {
mainHeight = height
window.scrollTo({
top: 100000,
behavior: "smooth"
})
}
}, 1000)
}
getComData();
结果:
2.4 获取所有领域内容榜的数据
之后的所有示例,默认先执行本小节的代码
同样,如果我是用户且我想看过所有的榜单,我的操作应该是这样的
- 浏览C/C++榜单,划至底部(阅读完毕)
- 点击Java分类,继续步骤1->步骤2
- 注意:此时用获取完整列表的方法使用了Promise
思路:
- 循环模拟用户点击
- 进入新的榜单,重复2.3小节的操作
- 将所有的榜单的结果汇总,并获取榜单名称用于区分
const likeArray = (arr) => Array.prototype.slice.call(arr)
function getData() {
// 获取列表数组
const hotRankList = likeArray(document.querySelectorAll('.hostitem'));
const curBlogRankName = document.querySelector('.blog-rank-right-top li.active').innerText;
console.log(`正在拉去${curBlogRankName}榜单数据`)
// 处理榜单内所有数据
const newHotRankList = hotRankList.map((element, index) => {
const title = element.querySelector('a.title').innerText;
const name = element.querySelector('a.name').innerText;
const hot = element.querySelector('span.num').innerText;
return {title, name, hot, curBlogRankName}
})
return newHotRankList
}
function getComData(){
let mainHeight = 0; // 内容高度
return new Promise((resolve, reject)=>{
let timer = setInterval(() => {
let height = document.querySelector('.main').offsetHeight
if (mainHeight === height) {
const res = getData();
resolve(res);
clearInterval(timer);
} else {
mainHeight = height;
window.scrollTo({
top: 100000,
behavior: "smooth"
})
}
}, 1000)
})
}
// 获取列表榜单
async function loopNav(curList) {
const result = {}
let i = 0;
const navList = likeArray(document.querySelectorAll('.blog-rank-right-top ul li'));
for(let i = 0; i < navList.length; i++){
navList[i].click();
const res = await getComData();
result[navList[i].innerText] = res;
}
console.log('榜单结果汇总:', result)
window.rankResult = result; // 将结果挂到window对象上
}
loopNav();
结果:
2.5 获取单个榜单数据集合
如果大家想要获取某个榜单内容:
例如:在CSDN全站综合热榜页面,打开控制台,执行2.3小节的代码
就可以的得到数组类型的数据。
三、拿到数据开始整活
我们拿到的数据应该下面这样的,按照第一章的思路,还要对其进行处理。
集合:{
榜单1:[
{文章1}, {文章1},
],
榜单1:[
{文章1}, {文章1},
]
}
3.1 热度最高的前100名单
有人可能会问,会什么不直接看综合热榜,这是因为单榜和热榜更新时间不同,其实任选其一往深研究即可。
思路:
- 所有榜单合并
- 按热度排序
- 截取前100名
代码:
window.rankResult100 = Object.keys(rankResult)
.reduce((prev, next) => prev.concat(rankResult[next]), [])
.sort((a, b) => b.hot - a.hot)
.slice(0, 100)
console.log('热度前100名(每日更新):', window.rankResult100)
结果:
emmm 可以看到,此时排在第一的是运维榜单-<程序猿是小贺>大佬的文章。
3.2 统计前100名中出现的领域模块
实现此需求的方式有很多,不要纠结方式~
代码:
window.rankResult100 = Object.keys(rankResult)
.reduce((prev, next) => prev.concat(rankResult[next]), [])
.sort((a, b) => b.hot - a.hot)
.slice(0, 100)
console.log('热度前100名(每日更新):', window.rankResult100)
// 统计榜单进去前100的数量
window.rankResultGroup = {};
// 获取榜单名称并生成Key
const navList = Array.prototype.slice.call(document.querySelectorAll('.blog-rank-right-top li'))
.map(item => item.innerText)
.forEach(item => window.rankResultGroup[item] = 0)
// 统计数量
window.rankResult100.forEach(item => window.rankResultGroup[item.curBlogRankName]++);
console.log('各榜单拥有前100数量:', window.rankResultGroup);
结果:
3.3 榜单“分析”结论——模块排名占有率高 和 语言使用率存在一定关系
怎么看,都像一句废话
使用的人多:
- 遇到的问题就多
- 解决问题的人就多
- 技术沉淀就多
虽然我不是专业做数据分析的,但在知乎随便翻了一下编程语言热度排行,在TIOBE 公布的 2020年9月的编程语言排行榜
,可以看到前三名是 C、Java 和 Python,如图:
对比我们最后得到的结果:
嗯~相差不大。
3.4 小结
截止到此时,我们完成了:
- 获取榜单数据
- 整合榜单数据
- 统计若干排名的文章
- 统计单榜选手在综合榜100名内的数量
- 简单的分析(虚心接受指教)
而这也让我对 click
、dom操作
、数组操作
等加深了印象,希望读到这里的同学也能有所收获,当然上面的代码一定有可以改进的地方的地方,欢迎各位大佬留言互动哦~
之后还能怎么做?我期待大家也能参与进来,和我和或其他人进行自己领域内的互动,例如:
- 生成二维、三维的数据模型;
- 分析上榜作者的粉丝数量,进一步得到对自己有用的信息;
- 获取榜单文章的发布时间,统计大佬们的发布时间规律
- …
也许一条隐密的捷径就在你感兴趣、你正在探索的事情中,加油!
四、写在最后
本篇文章是技术与生活结合一篇文章,我将它定义为something interesting,也会同步在《余光的前端进阶笔记》中
读到这里的同学不妨做件小事,给我的GitHub仓库点个star吧!Thanks♪(・ω・)ノ
关于我
- 花名:余光
- WX:j565017805
- 邮箱:webbj97@163.com
其他沉淀
以上是关于花几分钟分析了CSDN各领域榜单,我得到了这样的结果的主要内容,如果未能解决你的问题,请参考以下文章