本文主要介绍python对爬行Zhihu的回复，通过示例代码非常详细的介绍，对大家的学习或者工作有一定的参考价值。有需要的朋友下面和边肖一起学习。

阅读：知乎神回复有什么特点？其实爬Zhihu的回复很简单。在本文中，我们将揭示其背后的原理。

我们先来看看：

你看到什么规则了吗？是否短小精悍？我非常同意你，不是吗？所以我们只需要爬取同意知乎但话不多的答案。这可以通过简单的两步实现。第一步是抓取知乎的答案，第二步是筛选答案。这不是很容易吗？

01攀志虎回答

第一步，从知乎抓取答案。知乎的答案太多了，一下子爬完所有答案需要时间。我们可以选择一些主题并抓取这些主题的内容。

以下函数用于对指定主题的内容进行爬网：

def get_answers_by_page(主题标识，页码):

偏移量=页码* 10

Url=topic_url # topic_url是该主题对应的Url。

标题={

用户代理':' Mozilla/5.0(Macintosh；英特尔Mac OS X 10 _ 13 _ 6)apple WebKit/537.36(KHTML，像壁虎)Chrome/69 . 0 . 3497 . 100 Safari/537.36 '，

}

r=requests.get(url，verify=False，headers=headers)

content=r . content . decode(' utf-8 ')

data=json.loads(内容)

is _ end=data[' paging '][' is _ end ']

items=data['data']

client=pymongo。MongoClient()

db=客户['胡志']

如果len(items)为0:

db.answers.insert_many(项目)

db . saved _ topics . insert({ ' topic _ id ':topic _ id，' page_no': page_no})

return is_end

get_answers_by_page函数有两个参数。第一个参数是主题的id，第二个参数指示抓取了哪个页面。

攀登内容中有几个需要注意的字段，在下图中用黄色方框突出显示：

这些字段的含义如下：

question . title-问题的标题

内容-答案的内容

vote up _ count-批准的数量

这些字段将用于下一步筛选答案。

02筛选答案

爬完数据，我们来筛选结果。

我们使用MongoDB中的聚合管道来过滤答案(关于MongoDB聚合管道的用法，请参考文章聚合管道快速参考：

https://docs . MongoDB . com/manual/meta/aggregation-quick-reference/

代码如下：

client=pymongo。MongoClient()

db=客户['胡志']

items=db.answers.aggregate([

{ ' $ match ':{ ' target . type ':' answer ' } }，

{ ' $ match ':{ ' target . vote up _ count ':{ ' $ GTE ':1000 } } }，

{ ' $ add fields ':{ ' answer _ len ':{ ' $ str lencp ':' $ target . content ' } }，

{ ' $ match ':{ ' answer _ len ':{ ' $ LTE ':50 } } }，])

上面的代码会筛选出所有同意1000以上，字数在50以内的答案，筛选出的结果是一篇简短精辟的神回复。

以上是核心代码，完整代码已经上传到github。可以在微信官方账号后台回复神知乎获取地址。

03知乎神回复

代码写好之后，让我们运行它。昨天正好是程序员节，我们来筛选一下和程序员相关的神回复。结果如下：共有75个搞笑段子。

1.问：码农最常说的“谎言”是什么？

A: //TODO

2.问：在GitHub上365天保持完全绿色是一种怎样的体验？

答：已经完全绿了200多天了，但是我把女朋友给冷落了。一直到现在都是绿色的。

3.问：如何反驳“程序员离开计算机就没用了”的观点？

答：不不不，很多程序员在电脑面前都是没用的。

4.问：如果有一天所有人都用计算机语言说话，会是什么样子？

你好，世界。滚烫滚烫滚烫滚烫？

5.问：突然想开一家程序员主题餐厅。餐厅的名字叫程序员的菜，菜的名字在各种语言里叫关键词。请给我一些指点。有前途吗？

答：进门一个大大的hello world。

招牌菜叫“红烧产品经理”

会客满的。

6.什么是递归？

答：“不宜公开讨论的政治内容”的定义和范畴也属于“不宜公开讨论的政治内容”

7.问：编程中最基本的术语“bug”怎么翻译？

多好一只蛾子啊，你的程序里又多了一只蛾子。

8.问：编程的乐趣是什么？

答：人的成就感来源于两件事，创造和毁灭。

9.问：如何反驳“程序员离开计算机就没用了”的观点？

答：说实话，你可以和这种女人聊聊。你想上她吗？

10.问：作为一名程序员，你在编程时吃过哪些数学亏？

答：我看报纸的时候，一个‘显而易见’的问题推了我一下午。

1.问：本地程序员的设备有哪些？

答：女朋友。

12.问：如果代码没有bug，我应该崇拜哪个神仙？

答：拜雍正，专治巴兄。

13.问：这是中国贫困家庭的孩子升入中产阶级的唯一途径吗？

是的，只有四条路。

写代码

从事金融

在代码圈搞金融

在金融圈写代码

14.问：为什么程序员走到哪里都喜欢带着电脑包，即使里面没有电脑？

因为他们没有其他的包。

15.问：如何翻译“空谈不值钱？给我看代码“更好？

甲：废话少说，把密码给我。

16.问：为什么程序员女朋友或老婆的颜值普遍比男方高很多？还是程序员已经被认为是婚姻市场的优质股票了？

答：程序员的女朋友颜值高，我深信不疑，因为如果你问十个程序员他的女朋友是谁，九个答案是Aragaki Yui。

17.问：为什么有些人宁愿买几个机械键盘自己用，也不愿意给自己敷个面膜？

答：我不是用脸吃饭的。

老子的血汗钱。我想怎么花就怎么花。

18.问：程序员的夫妻婚戒有什么好词？

答：0错误0警告

19.问：IT工程师被称为“码农”会不会觉得不舒服？

答：我们至少还是人，产品和设计已经是狗了.

20.问：为什么一个销售男(30岁)会约我一个男程序员(24岁)去小区附近的星巴克？

答：根据我多年的经验，他应该有很棒的想法，然后只需要程序员就能实现。

1.问：怎样才能找到一个喜欢程序员的女生做女朋友？

答：看缘分。知乎用户这么多。你关注我是缘分。

22.问：程序员的女朋友怎么给程序员的男朋友过生日？

告诉他接口准备好了。

23.问：作为一名程序员，你是如何在工作之余找到女朋友的？

答：题主做了这么久的程序员，还喜欢女生，这是难能可贵的。

24.问：程序员转行做烧烤需要做哪些准备？它们的优缺点是什么？

答：你看，你连自己烧烤的优缺点都不知道，还需要一个产品经理。

25.问：哪些词会惹恼程序员？

当你路过他的电脑时，说，哟，你又在写bug了！

26.问：我的一位老师说，Java适合大型软件，而C#适合中小型软件。这是真的吗？

答：Java有一个天赋，就是可以把中小型的软件写成大型的。

27.问：2014年程序员工资为什么这么高？

答：时薪不高。

28.问：大多数程序员都在抱怨工资低吗？

谁，谁在抱怨工资太高？

29.问：如果单个程序狗解决了一个技术问题，没有妹子可以炫耀或者吹嘘自己怎么办？

答：现在你明白为什么那么多程序员写技术博客了吧。

30.问：中国程序员更喜欢“夹克、牛仔裤、运动鞋”吗？如果有，为什么会形成这种趋势？

你看起来很适合这个节目吗？

31.问：作为一名IT从业者，你认为哪些工具极大地提高了你的工作效率？

甲：单身

32.问：为什么我觉得程序员似乎大多不善言辞？

答：就当我们情商低吧，

你太幸福了，

我们也很开心。

33.问：在中国，最老的程序员只有40岁左右。中国的程序员未来还能做什么？

答：这和90年代以来没有人活到30岁是一个道理。

34.问：如何回复程序员发来的短信：“你好世界”？

你好，书呆子。

35.问：我怎么知道一个IT男喜欢一个女生？

a:当他努力用自己长期养成的沉默习惯接近你的时候。

36.问：为什么程序员不应该会修电脑？

a:范冰冰需要会修电视机吗？

37.问：我同事说他C级全国第一。他怎么会意识到自己没那么好？

答：说实话，我不是装的：我的C级是全国第0。

38.问：为什么iPhone删除软件时所有图标都要抖动？

答：第三方软件吓人，系统自带软件牛逼。

39.问：左轮手枪装子弹，射中头部给予10万元奖励。两拍1亿，三拍2亿，四拍4亿，五拍16亿。值得吗？

答：只要不击中要害，我告诉你，我能打到我们a站上市！

40.问：iPhone处理器的性能每年都在翻倍。会很快赶上甚至超过台式电脑吗？

答：我小时候一直以为，再过两年，我就和比我大两岁的哥哥一样大了。

41.问：知乎给你带来的最低收益是多少？

答：我对消磨时间并不感到内疚。

42.问：有哪些反人类的科技发明或设计？

答：电脑是否联网，诊断后提示我联网。

43.问：为什么设计师不愿意被称为艺术家？

答：只要工资高，你可以叫我阿姨。

44.问：为什么有人认为网易云音乐是行业良心？

a:有一天，突然给我发来一条消息，说我要的歌词找到了。

45.问：无人机自毁攻击武器为什么没有出现？恐怖分子用过吗？

你是说导弹吗？

46.问：既然思想是我的，为什么我有时候控制不了自己的负面情绪？

答：操作系统不会允许用户访问、修改、删除核心系统文件，因为这样会损坏系统，导致运行异常。

47.问：鲁迅虽然牛逼，但他是世界十大作家之一吗？

a:为什么作家要为文盲名单买单？

48.问：人类有哪些技术已经接近瓶颈，很长时间没有重大突破？

甲：烧开水

49.问：如何看待有些人偏爱下载软件和上官网？

a:同学，你没赢过百度家族斗吧？

50.问：为什么很多人买笔记本电脑玩游戏，而不买性能更好的台式机？

答：因为我买不起房子。

51.问：第一次听耳机对你来说有多震撼？

答：第一次听耳机不会给人太大的震撼，但是当你换回普通耳机的时候，震撼就来了。

52.问：Chrome真的很耗电吗？

答：不花电费。我现在用的是Chrome。这么久了，我估计我的笔记本还有50%的电量。

53.问：在MacBook上安装Windows后的体验如何？

答：就像突然心软，失去了护甲。

54.问：家里所有相关产品都用苹果产品是什么体验？

我们打个电话吧。全家人都打了电话。

55.问：你为什么不买iPhone X？

答：日益增长的美好生活需要和贫困现实之间的矛盾。

56.问：为什么有人愿意花几千元买iPhone，却不愿意花几十元买正版iPhone软件和游戏？

答：因为他们下载不了iphone

57.问：有什么App的名字特别惊艳？

a:水表助理.是快递员.

58.问：你为什么要买移动硬盘？

答：条件好的时候，你要让自己的女人过得舒服。

59.问：如何用我的iPad远程关闭我的电脑？

答：对准pc电源键扔过去。

60.问：如何评价2016年9月7日的苹果发布会？

答：我看了半年内新MacBook Pro的三场发布会.

61.问：你如何评价ie浏览器？

答：下载其他浏览器的浏览器。

一年后

下面的E8很烂。做前端想哭的节奏。

62.问：父母让我攒钱买房，我却想买苹果电脑。我该怎么办？

a:大哥，如果你三年能存50万，买电脑真的需要1.7万吗？

63.问：有哪些垃圾手机软件？

答：短信拦截软件！拦截后告诉你，它拦截了一条短信。我相信99%的人都会再次点击进去查看被拦截的消息！

64.问：制作一个完整的PPT，最让你头疼的是什么？

a:如何对领导隐藏自己的实力？

65.问：有哪些Vim能做而Emacs不能做的事情？

帮助乌干达的贫困儿童.

66.问：苹果用户为什么选择苹果？

答：因为不使用苹果的用户不是苹果用户。

67.问：计算机界有哪些经典的谣言？

答：windows正在网上寻找解决方案。

68.问：有线鼠标会被无线鼠标取代吗？

答：我不认为有线鼠标会在网吧被取代。

69.问：计算机界有哪些经典的谣言？

答：我已阅读并同意此条款。

70.问：计算机系学生的口头禅是什么？

我的电脑运行良好。

71.问：如何看待百度官方博客公开辟谣李彦宏家事？

答：“中国人对隐私没那么敏感，愿意用隐私换取便利。李彦宏——号

72.问：在飞机上遇到马云应该怎么聊天？

你好，杰克，我叫杰克逊。

73.问：如何理解马云说八年后房子会像洋葱一样？

甲：赶快去买洋葱。洋葱的价格会上涨！

74.问：如何理解马云“杀了地主不代表能发财”的说法？

他的意思是“不要杀我”

75.问：如何看待百度在魏则西事件后悄悄褪去承诺整改的广告提示色彩？

答：请不要黑百度。我是前端开发人员。时间久了，网页的CSS都褪色了。

以上是边肖介绍的python爬行知乎。希望对你有帮助。如果您有任何问题，请给我留言，边肖将及时回复您。非常感谢您对我们网站的支持！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。