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：
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：
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。
