python3.6抓取100知乎用戶頭像詳解(四)

目標(biāo):抓取知乎最高點贊者的關(guān)注者的頭像调俘,并下載于本地文件夾伶棒。

我們采用:requests(獲取)——json——urlretrieve(下載)

廢話不多說彩库,先上結(jié)果與代碼:

代碼混亂肤无,所以采用圖片,源碼可前往文末知乎

前言

①:請求頭(headers)

知乎對爬蟲進(jìn)行了限制侧巨,需要加上headers才能爬取舅锄。

請求頭信息承載了關(guān)于客戶端瀏覽器鞭达、請求頁面司忱、服務(wù)器等相關(guān)信息皇忿,用來告知服務(wù)器發(fā)起請求的客戶端的具體信息。

對比知乎的請求頭信息和常見的請求頭信息坦仍,發(fā)現(xiàn)知乎請求頭多了authorization和X-UDID的信息

②:urlretrieve

urllib模塊提供的urlretrieve()函數(shù)鳍烁,可直接將遠(yuǎn)程數(shù)據(jù)下載到本地

③:抓取頁面,如圖

現(xiàn)重點講解代碼:

一:請求頭(headers)

每個網(wǎng)站的請求頭都會不一樣繁扎,但爬取得網(wǎng)站幔荒,都有例子,大家在不初期梳玫,跟著選就行

Authorization:HTTP授權(quán)的授權(quán)證書

User-Agent:代表你用哪種瀏覽器

X-UDID:一串驗證碼

二:真實的urls

異步加載中爹梁,真實的url并非https://www.zhihu.com/people/feifeimao/followers,真正的url需要我們通過抓包獲取提澎,流程如圖:

所以我們得出真實url:https://www.zhihu.com/api/v4/members/feifeimao/followers?include=data%5B*%5D.answer_count%2Carticles_count%2Cgender%2Cfollower_count%2Cis_followed%2Cis_following%2Cbadge%5B%3F(type%3Dbest_answerer)%5D.topics&offset=20&limit=20

通過加載更多姚垃,我們發(fā)現(xiàn)url中start隨之同步變化,變化的間隔為20盼忌,即offset=20(第一頁)积糯,start=40(第二頁),以此類推谦纱,所以我們得出.format(i*20)看成,大家可以對比第三篇的翻頁。

三:img_url

我們抓取的img的url需要有序的排列跨嘉,即采用append函數(shù)川慌,依次把他們放入img_url。

四:json

之前我們用得.text是需要網(wǎng)頁返回文本的信息祠乃,而這里返回的是json文件窘游,所以用.json

json結(jié)構(gòu)很清晰,大家一層一層選取就好了

取出字典中的值跳纳,需要在方括號中指明值對應(yīng)的鍵

總結(jié):

1:翻頁忍饰,就是尋找url中的規(guī)律,大家可以對比第二寺庄、三篇的翻頁哦艾蓝,都是一個套路。

2:請求頭(headers)就像一把開啟大門的鑰匙

3:抓取的頭像url尺寸很小斗塘,我們把_is去掉赢织,就變成正常尺寸了,不過這需要用到正則re馍盟,目前我沒有學(xué)習(xí)過re于置,后續(xù)的文章將會大家解決這個坑哦

https://pic2.zhimg.com/v2-9686febfd53ca3defe8112790b24e67e_is.jpg

下一篇文章贞岭,將對前四篇的語法做詳細(xì)講解八毯。

有不清楚的地方搓侄,大家可以留言,點贊话速,我看到了讶踪,會第一時間回復(fù)你。

本系列文章同步跟新于微信公眾號工科男雷先生泊交。知乎:雷之

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末乳讥,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子廓俭,更是在濱河造成了極大的恐慌云石,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,627評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件研乒,死亡現(xiàn)場離奇詭異留晚,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)告嘲,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,180評論 3 399
  • 文/潘曉璐 我一進(jìn)店門错维,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人橄唬,你說我怎么就攤上這事赋焕。” “怎么了仰楚?”我有些...
    開封第一講書人閱讀 169,346評論 0 362
  • 文/不壞的土叔 我叫張陵隆判,是天一觀的道長。 經(jīng)常有香客問我僧界,道長侨嘀,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 60,097評論 1 300
  • 正文 為了忘掉前任捂襟,我火速辦了婚禮咬腕,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘葬荷。我一直安慰自己涨共,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 69,100評論 6 398
  • 文/花漫 我一把揭開白布宠漩。 她就那樣靜靜地躺著举反,像睡著了一般。 火紅的嫁衣襯著肌膚如雪扒吁。 梳的紋絲不亂的頭發(fā)上火鼻,一...
    開封第一講書人閱讀 52,696評論 1 312
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼魁索。 笑死融撞,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的蛾默。 我是一名探鬼主播懦铺,決...
    沈念sama閱讀 41,165評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼捉貌,長吁一口氣:“原來是場噩夢啊……” “哼支鸡!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起趁窃,我...
    開封第一講書人閱讀 40,108評論 0 277
  • 序言:老撾萬榮一對情侶失蹤牧挣,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后醒陆,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體瀑构,經(jīng)...
    沈念sama閱讀 46,646評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有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...
    茶點故事閱讀 38,709評論 3 342
  • 正文 我和宋清朗相戀三年刨摩,在試婚紗的時候發(fā)現(xiàn)自己被綠了寺晌。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,861評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡澡刹,死狀恐怖呻征,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情罢浇,我是刑警寧澤陆赋,帶...
    沈念sama閱讀 36,527評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站嚷闭,受9級特大地震影響攒岛,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜胞锰,卻給世界環(huán)境...
    茶點故事閱讀 42,196評論 3 336
  • 文/蒙蒙 一灾锯、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧嗅榕,春花似錦挠进、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,698評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至案怯,卻和暖如春君旦,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,804評論 1 274
  • 我被黑心中介騙來泰國打工金砍, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留局蚀,地道東北人。 一個月前我還...
    沈念sama閱讀 49,287評論 3 379
  • 正文 我出身青樓恕稠,卻偏偏與公主長得像琅绅,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子鹅巍,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,860評論 2 361

推薦閱讀更多精彩內(nèi)容