作为一个Python小白，在经过一个大牛的安利下，迅速将魔爪伸向了Python。作为一个小白，今天分享下已经被大牛们玩坏的知乎爬虫，各位看官你看好了。1. 我为什么要爬取回答其实我只是好奇，加上为了快速掌握基本的语法，就研究了一下。2. 如何实现懒得说了，你自己看代码吧：#!/usr/bin/python
# -*- coding: utf-8 -*-
# Filename : ZhiHuSpid
转载
2024-08-28 22:18:35
312阅读
# Python爬取知乎回答
在网络时代，知识获取变得非常便利，我们可以通过互联网上的各种平台获取各种信息。而知乎作为一个知识分享社区，拥有海量的高质量问题和回答，成为了广大用户获取知识的重要渠道。本文将介绍如何使用Python编写爬虫程序，爬取知乎回答。
## 准备工作
在开始之前，我们需要安装一些Python库，这些库将帮助我们完成知乎回答的爬取。
首先，我们需要安装`requests
原创
2023-07-24 00:54:19
423阅读
前言本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。作者： 努力学习的渣渣哦PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取http://note.youdao.com/noteshare?id=3054cce4add8a909e784ad934f956cef步骤：打开需要获取的问题,F12，找到回答的想要数
转载
2023-06-28 08:54:57
536阅读
这篇文章主要介绍了Python实现爬取知乎神回复简单爬虫代码分享,本文实现了爬取知乎的“如何正确地吐槽”收藏夹,是对个人的一个兴趣实现,需要的朋友可以参考下看知乎的时候发现了一个 “如何正确地吐槽” 收藏夹，里面的一些神回复实在很搞笑，但是一页一页地看又有点麻烦，而且每次都要打开网页，于是想如果全部爬下来到一个文件里面，是不是看起来很爽，并且随时可以看到全部的，于是就开始动手了。工具1.Pyth
转载
2023-10-03 10:33:58
81阅读
一、获取方法1.网页解析：网页结构可能随时会发生变化。2.python第三方api：可能会有维护跟不上的问题。经过简单对比，我选择第一种方法。二、网页分析爬取弹幕的关键是获取视频的cid，有些地方也叫oid。通过浏览器的开发者模式我们不难找到该视频的cid。我们通过https://comment.bilibili.com/+视频的cid+.xml就可以爬取该视频所有弹幕了。三、弹幕文件下载和解析由
原创
2021-04-10 18:15:32
392阅读
之前试过用按照目录地址爬取正文内容的方法来爬取《鬓边不是海棠红》这本小说，结果由于它目录中的每一章又被分为了几页来展示，那种方法只能爬取到每章的第一页内容，剩下的内容都没有拿到，所以现在来换一种方法吧~第一步：分析思路之前的文章中已经详细地写了分析网页的方法，这里就不多写了，直接说一下实现思路吧： ①首先以小说第一章第一页作为开始爬取的页面，并爬取第一页的正文内容； ②然后获取到下一页的链接，继续
转载
2023-08-30 21:54:18
556阅读
闲来无事，想爬一下知乎热榜，说到爬虫肯定会想到python，那就试试看吧本文记录下爬知乎热榜的过程，说实话也算不上是爬虫，毕竟分析过程中发现其实知乎本身就给了接口了，不过也能作为分析爬虫的一个参考吧因为自己的“瞎搞”，现在是用python爬取数据并存入SQLite，毕竟在数据库里想怎么查都方便，后来为了做成一个接口随时可以爬取，还用php去调python来执行（好了别吐槽了=。=），其实代码也很简
转载
2023-08-02 22:55:39
0阅读
探索经历：首先我们要找到我们想要爬取的弹幕都发在哪：我们先播放这个视频，随便记住一条弹幕，到审查元素里面搜索 哎，可以找到，然后我们再查看一下网页的源代码，没有搜索结果。。。。。。这说明bilibili的弹幕是动态加载的，是js请求的数据，可能是json，也可能是XML通常我们都会通过翻页等操作让网页进行js请求，我们在“后台”盯着，看有没有多出来的文件，依次翻看一下里面的东西，看看有
转载
2023-11-28 23:50:28
66阅读
利用爬虫我们可以获取大量的价值数据，从而获得感性认识中不能得到的信息，比如：1.爬取数据，进行市场调研和商业分析。爬取知乎优质答案，为你筛选出各话题下最优质的内容。 抓取房产网站买卖信息，分析房价变化趋势、做不同区域的房价分析。爬取招聘网站各类职位信息，分析各行业人才需求情况及薪资水平。2.作为机器学习、数据挖掘的原始数据。比如你要做一个推荐系统，那么你可以去爬取更多维度的数据，做出更好的模型。3
转载
2024-01-08 17:47:22
62阅读
摘要： 互联网的数据爆炸式的增长，而利用 Python 爬虫我们可以获取大量有价值的数据：1.爬取数据，进行市场调研和商业分析爬取知乎优质答案，筛选各话题下最优质的内容； 抓取房产网站买卖信息，分析房价变化趋势、做不同区域的房价分析；爬取招聘网站职位信息，分析各行业人才需求情况及薪资水平。2.作为机器学习、数据挖掘的原始数据比如你要做一个推荐系统，那么你可以去爬取更多维度的数据，做出更好的模型。3
转载
2023-11-02 08:56:28
213阅读
在技术发展的今天，互联网的数据服务器和信息丰富程度让我们能接触到很多的知识和资源。而在众多的平台中，知乎作为一个知识分享、问答交流的平台，其内容的质量和数量都极为可观。然而，想要获取这些数据并进行分析、归纳，却并非易事。于是，我便决定使用Python爬取知乎的数据。在这个过程中，我深入探索了技术架构，性能调优和故障处理等各个方面，最终形成了一套完整的解决方案。
> “我想批量获取知乎上的一些知识
目的：学习笔记目标网站：https://www.zhihu.com1.首先我们打开目标网站：2.首先我们试着爬取下来一篇文章的评论，通过搜索发现在 response里面我们并没有匹配到评论，说明评论是动态加载的。3.此时我们清空请求，收起评论，再次打开评论4.完成上面操作后，我们选择XHR，可以发现点击评论的时候发送了3个请求。5.我们点击带comments的请求，然后在response里搜索可以
转载
2023-07-04 17:59:39
1479阅读
根据该过程，爬虫过程需要分为两步：1、通过关键词（Java）搜索问题，得到url=https://www.zhihu.com/search?type=content&q=java，根据该url爬取该页面下所有的问题及其对应的问题id；2、根据第一步得到的问题及其id，得到url=https://www.zhihu.com/question/31437847，爬取该url页面下所有的网友回答
转载
2023-08-06 13:11:11
524阅读
有疑问和困惑的时候，除了去书本翻阅资料，还可以在知乎上发起提问，和来自不同地方的小伙伴一起进行讨论。小编觉得这种学习的方法不仅能够自己理解知识，而且别人也会在回答中有所提升，是个一举两得的好办法。最近小编想把问答的内容收集起来留着学习，小伙伴们也可以跟着小编一起学习收集的方法。爬取知乎的关键的部分：模拟登陆通过对知乎登陆是的抓包，可以发现登陆知乎，需要post三个参数，一个是账号，一个是密码，一个
转载
2023-10-12 08:21:20
125阅读
前言 最近逛知乎，发现了一个问题。 回答下很多好看的头像，因此我动了一个心思，想要制作一个小网页，可以随机返回一款好看的情头。心思既起，当然要开始付诸行动。但是想要制作如此一个网页，后台也需要拥有足够的情头头像数据，毕竟巧妇难为无米之炊嘛。 &nb
转载
2023-12-28 23:10:54
349阅读
一、选题背景知乎作为中文互联网高质量的问答社区和创作者聚集的原创内容平台，知乎能连接各行各业的用户，为用户提供社区服务，使用户之间能围绕一个感兴趣的话题去讨论。本次通过对知乎的爬取及数据分析，来爬取用户对话题的热度兴趣，用户比较于关注哪些话题，能帮助大家有效的了解。 二、爬虫设计方案1.爬虫名称:爬取知乎榜单。2.爬取内容:爬取知乎网页热榜标题、热度、排行及图片的一些相关内容。3.方案概
转载
2023-06-19 15:40:41
233阅读
该爬虫主要是通过requests来实现的，该模块完全可以很好的代替urllib和urllib2，而且功能更强大，详细可以看这里。同时也用到了pillow模块中的image对象，实现环境是Python2，不过在Python3上只需很小的改动就可以正常运行。首先通过cookie模拟登陆到知乎，然后获取知乎某一个问题的链接，打开并获取该问题回答下的图片，然后保存到本地。我们先看下知乎中的网页html文本
转载
2023-10-17 10:45:59
207阅读
一、设计方案
1、名称：爬取知乎热榜的数据与做数据分析和可视化操作
2、内容：知乎的热门话题前16个，包括它的热度值
3、方案概况：（1）、思路：先去知乎热点网站上查看源代码，找到自己想要的数据和标签，开始动手写爬虫，爬去数据后，建立一个简便的可让人打开的文档或文件夹，
再进行数据的处理，分析，和可视化。完成整个设计
（2）、技术
爬取哔哩哔哩的弹幕，http://comment.bilibili.com/6315651.xml需要知道c
原创
2021-07-21 09:45:13
809阅读
爬取网页新闻制作词云项目名称项目描述算法描述代码结果项目名称爬取新闻网页制作词云项目描述爬取中国抗击新冠疫情
转载
2021-12-31 10:51:29
600阅读
