python 知乎爬虫

依然是使用requests
主要的问题是模拟登陆:

a.png

通过chrome开发者工具可以了解到,登陆的数据有这么一些,
但是根据我的观察,有时候需要用到验证码,所以,我的爬虫一律包含验证码,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。
言归正传,__xsrf这个数据在登陆网页上可以找到,所以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

下载源码后,基本操作是:
先需要实例化:
from python_zhihu import ZhiHu
zh=ZhiHu()
下载某个问题下的高赞答案:
zh.get_text('填入网址')
下载某个问题下所有的图片:
zh,get_img('url')

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

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 环境:python3.x外部依赖包:requestsgithub项目地址 主要的问题:模拟登陆: 知乎现在改用ht...
    拉丁吴阅读 5,472评论 6 27
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 173,885评论 25 709
  • 会生活的人很多,有趣的灵魂少之又少。 电影讲述的故事就是告诉我们,世界上真的有人和你一样对生活充满了乐趣,你所有的...
    秤心阅读 418评论 0 0
  • 想不通的事情平常心去对待,傲慢与偏见学会调伏~你会发现每一天都是美好的 今天在跟朋友闲聊时,好久不见的一个姑娘说:...
    白玛拉姆阅读 785评论 0 5
  • 文/李璇 做为一名工科研究僧,在每天被导师逼迫着要实验数据并且苦逼的做实验的情况下,我每天都坚持给自己做一份早餐,...
    justjust阅读 3,667评论 13 17