用Zhihu-OAuth庫(kù)輕松爬取知乎各類(lèi)數(shù)據(jù)

去年(手動(dòng)滑稽)某日想爬取知乎特定話題下的全部回答數(shù)據(jù),于是翻出以前寫(xiě)的知乎話題爬蟲(chóng)跑運(yùn)行了下扮休,沒(méi)想到遇到一個(gè)一直沒(méi)能解決的bug,貌似是抓包到的API返回的JSON數(shù)據(jù)格式有問(wèn)題征炼,于是遭遇爬知乎的滑鐵盧摩泪。幸而想起有個(gè)叫“Zhihu-OAuth”的庫(kù)捷绑,于是了解了下并上手一用韩脑,還蠻方便的,于是介紹給想爬取知乎數(shù)據(jù)的小伙伴們粹污。

這是知乎用戶“7sDream”開(kāi)源的Python庫(kù)段多,github地址

Zhihu-OAuth 文檔

其中能爬取的數(shù)據(jù)非常全壮吩、非常豐富:用戶動(dòng)態(tài)进苍、答案、文章鸭叙、收藏夾觉啊、專(zhuān)欄、評(píng)論沈贝、首頁(yè)信息流柄延、知乎live、特定用戶的信息缀程、分享、問(wèn)題市俊、話題杨凑、私信會(huì)話和私信信息等等全部囊括在內(nèi)

使用的方法也很簡(jiǎn)單摆昧,先是安裝庫(kù)撩满,zhihu_oauth 支持 Python 2 和 Python 3:

pip install zhihu-oauth

接下來(lái)以爬取知乎特定話題下的全部回答為例,簡(jiǎn)單介紹下該庫(kù)用法绅你。以下為登錄知乎伺帘,并保存token的代碼。

其中賬號(hào)和密碼需要每個(gè)人自己輸入忌锯。賬號(hào)為郵箱或手機(jī)號(hào)(前綴"+86")伪嫁。

后續(xù)就可以直接加載token來(lái)登錄知乎。本回爬取的知乎話題為“長(zhǎng)大是什么感覺(jué)偶垮?”

鏈接為:https://www.zhihu.com/question/27987434

ID為:“27987434”张咳。

具體代碼如下帝洪,其中answers為生成器,需要用for循環(huán)來(lái)提取每個(gè)回答的數(shù)據(jù)脚猾,具體都能提取那些數(shù)據(jù)可以參見(jiàn):Answer類(lèi)的文檔說(shuō)明葱峡。包含了幾乎所有可以提取的數(shù)據(jù)。

代碼里注釋掉了答主的諸多信息龙助,因?yàn)榘l(fā)現(xiàn)提取時(shí)很容易被知乎反爬限制砰奕,而顯示IP或賬號(hào)異常,從而需要輸入驗(yàn)證碼提鸟。

最后保存數(shù)據(jù)用的是pandas庫(kù)军援,全文代碼也是在jupyter notebook里一步步運(yùn)行的。此處因人而異沽一,其他存儲(chǔ)方式亦可盖溺。

本文簡(jiǎn)單介紹下Zhihu-OAuth庫(kù),因?yàn)樯鲜诌€蠻簡(jiǎn)單的铣缠,很推薦想爬知乎數(shù)據(jù)而不得的小伙伴嘗試下烘嘱。后續(xù)看情況會(huì)更詳細(xì)的講下其他用法,看大家覺(jué)得需要嗎蝗蛙?

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末蝇庭,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子捡硅,更是在濱河造成了極大的恐慌哮内,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,561評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件壮韭,死亡現(xiàn)場(chǎng)離奇詭異北发,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)喷屋,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén)琳拨,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人屯曹,你說(shuō)我怎么就攤上這事狱庇。” “怎么了恶耽?”我有些...
    開(kāi)封第一講書(shū)人閱讀 157,162評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵密任,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我偷俭,道長(zhǎng)浪讳,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,470評(píng)論 1 283
  • 正文 為了忘掉前任涌萤,我火速辦了婚禮驻债,結(jié)果婚禮上乳规,老公的妹妹穿的比我還像新娘。我一直安慰自己合呐,他們只是感情好暮的,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,550評(píng)論 6 385
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著淌实,像睡著了一般冻辩。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上拆祈,一...
    開(kāi)封第一講書(shū)人閱讀 49,806評(píng)論 1 290
  • 那天恨闪,我揣著相機(jī)與錄音,去河邊找鬼放坏。 笑死咙咽,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的淤年。 我是一名探鬼主播钧敞,決...
    沈念sama閱讀 38,951評(píng)論 3 407
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼麸粮!你這毒婦竟也來(lái)了溉苛?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 37,712評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤弄诲,失蹤者是張志新(化名)和其女友劉穎愚战,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體齐遵,經(jīng)...
    沈念sama閱讀 44,166評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡寂玲,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,510評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了梗摇。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片拓哟。...
    茶點(diǎn)故事閱讀 38,643評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖留美,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情伸刃,我是刑警寧澤谎砾,帶...
    沈念sama閱讀 34,306評(píng)論 4 330
  • 正文 年R本政府宣布,位于F島的核電站捧颅,受9級(jí)特大地震影響景图,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜碉哑,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,930評(píng)論 3 313
  • 文/蒙蒙 一挚币、第九天 我趴在偏房一處隱蔽的房頂上張望亮蒋。 院中可真熱鬧,春花似錦妆毕、人聲如沸慎玖。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,745評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)趁怔。三九已至,卻和暖如春薪前,著一層夾襖步出監(jiān)牢的瞬間润努,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,983評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工示括, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留铺浇,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,351評(píng)論 2 360
  • 正文 我出身青樓垛膝,卻偏偏與公主長(zhǎng)得像鳍侣,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子繁涂,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,509評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容