在简书的第一篇文章是2017年9月6号发表的，经过了630天，一共产出了186篇文章。没用过任何互推，在儿童节的前两天，总阅读量达到了100,0000+！（要不是被屏蔽了几篇文章，其实还能早几天 T_T ）
因为简书不能显示总阅读量，所以写了一个Python小爬虫来统计总阅读量（只要替换user_id，就可以算出来任何作者的总阅读量）：
# 抓取简书博文总阅读量
# 我的主页：https://www.jianshu.com/u/130f76596b02
import re
import requests
from lxml import etree
header = {
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 '
'(KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
}
def get_all_article_links(user_id):
links_list = []
i = 1
switch = True
while switch:
url = 'https://www.jianshu.com/u/{}?order_by=shared_at&page={}'.format(user_id, i)
response = requests.get(url,
headers=header,
timeout=10
)
tree = etree.HTML(response.text)
try:
article_links = tree.xpath('//div[@class="content"]/a[@class="title"]/@href')
except:
pass
for item in article_links:
article_link = 'https://www.jianshu.com' + item
print(article_link)
if not article_link in links_list:
links_list.append(article_link)
else:
switch = False
break
i += 1
return links_list
def get_read_num(user_id):
num_list = []
links_list = get_all_article_links(user_id)
for url in links_list:
response = requests.get(url,
headers=header,
timeout=30
)
content = response.text
read_num_pattern = re.compile(r'"views_count":\d+')
read_num = int(read_num_pattern.findall(content)[0].split(':')[-1])
print(read_num)
num_list.append(read_num)
return num_list
if __name__ == '__main__':
read_num_list = get_read_num(user_id='130f76596b02')
print(read_num_list)
print(sorted(read_num_list))
print('Total reads =', sum(read_num_list))
每篇文章阅读数，如下图所示：
[98, 308, 244, 205, 334, 528, 743, 131, 191, 438, 368, 754, 3901, 144, 234, 280, 468, 424, 1156, 549, 3043, 260, 464, 146, 135, 2960, 904, 3346, 85, 255, 2647, 1035, 875, 1119, 863, 469, 156, 1238, 637, 1329, 636, 1826, 1078, 362, 598, 1754, 1632, 761, 1011, 1640, 1591, 317, 1540, 689, 1116, 1062, 1791, 2176, 10573, 1774, 2340, 1197, 1606, 2806, 2168, 1680, 1896, 247, 3454, 571, 104, 147, 220, 1166, 180, 306, 1797, 829, 120, 333, 400, 2151, 96, 186, 232, 1425, 7985, 837, 201, 897, 584, 2584, 3940, 348, 8300, 16597, 229, 10810, 4055, 9930, 21782, 1367, 13142, 15105, 302, 18381, 647, 376, 137, 21397, 25279, 27036, 33929, 1133, 1266, 282, 1129, 17469, 34754, 64309, 149, 305, 1078, 672, 65754, 47316, 404, 72523, 208904, 231, 790, 55, 1377, 50161, 684, 166, 27, 771, 741, 1371, 435, 542, 1498, 1106, 4375, 3104, 182, 1961, 3416, 871, 1575, 343, 479, 333, 489, 204, 120, 370, 582, 1759, 38, 392, 798, 502, 410, 185, 271, 128, 228, 653, 447, 20, 47, 3051, 5275, 2105, 5201, 2795, 2515, 111, 2688, 3257, 11373, 2667, 9269, 6795]
画张图，是这样的（如果把阅读数从小到大排列，结果符合幂律定律，很有SEO的特点）：
本来还想对粉丝做个用户画像，但是由于简书没有现成的标签，从用户信息（性别、发表文章数、文章主题）提取标签成本太高，就不做了。就说说自己的主观感受吧：
- 女粉丝比我预料的多（手动二哈狗头）；
- 作诗画画写散文的粉丝不在少数（简书不是单纯的程序员平台，点赞）；
- 有不少人是学医和生信的（其实我对生物和医学也挺感兴趣的，当初差点报了北医，很想和这些朋友交流交流）；
- 有些人是北京时间凌晨点关注和点喜欢的，应该是在国外（知识无国界，顺便鄙视下最近IEEE取消华为资格）；
- 有非常多的粉丝的第一个关注人就是我，说明是为了看文章，专门注册的简书账号（以获客成本100元计算的话，为简书省了几万乃至十万的拉新成本）
谢谢大家的阅读！
（有时候真的是太忙，所以有的人的留言没有回复，请见谅）
