python知乎爬虫（最新）

环境：python3.x
外部依赖包：requests
github项目地址

主要的问题:模拟登陆：

知乎现在改用https请求了，数据加密，但是问题不大，重要的是网页数据改动了，而且在请求时后台会对爬虫做一些判断，因此在每次请求是都需要加上request header，尽可能接近浏览器请求的样子。

言归正传

登陆的数据依旧没变动

a.png

通过chrome开发者工具可以了解到。

但是有时候需要用到验证码，所以，我的爬虫直接下载验证码到本地，想要尝试验证码自动识别的同学，可以移步我另一篇文章简单验证码识别，虽然那篇文章只讲数字验证码的识别，但是基本思想是一样的(不过知乎目前的验证码识别有点难度了)。

_xsrf这个数据在登陆网页上可以找到，虽然发生了变动，但是依然可以通过正则找出来。

登陆函数大概是这样的：

Paste_Image.png

函数初次登陆，需要账号和密码，之后，程序会自动记录一个cookie文件，在当前文件夹下，下次运行程序就不需要再输入密码和账号了，读写cookie文件的程序大概是这样：

Paste_Image.png

from python_zhihu import ZhiHu

zh=ZhiHu()

//下载某个问题下的高赞答案：
zh.get_answer_text('某问题的url')
//这个方法会下载某个问题下的高赞文字答案，存储在一个txt文件中


//下载某个问题下所有的图片：
zh.get_answer_img('某问题的url')
// 这个方法会下载某个问题下的答案中的所有图片，并且按照回答人的昵称归类

目前更新只是保证正常的爬取知乎，后期可能会加上更多功能,敬请期待....

star,please......

源码：https://github.com/ladingwu/python_zhihu