推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
用 Python 3 写了个基于 selenium 的知乎关键词爬虫，可以爬钓鱼贴图片(各种爆照! 你懂得。。。)
AnyISalIn · anyisalin · 2017-04-02 14:50:14 +08:00 · 7427 次点击这是一个创建于 2794 天前的主题，其中的信息可能已经有所发展或是发生改变。
demo
地址在这里 zhihu_fun Github，求 star !!!!
。。。嗯，其实也可以爬其他方面的东西，但是目前只支持抓图片，其实这不是我的本意，我是想抓技术方面的东西的，但是我同事想要看这个，所以我就先抓这些图片了。。。Python 菜鸟一枚，代码写的很烂，还望各位大神多多指教
为什么要用 Selenium ？
新版知乎部分页面用 React 重写了，必须得加载 JS ，很多加载啥的都需要点击，所以我就用到了 Selenium
为什么不用知乎 API ？
单纯的想写一个爬虫而已
第 1 条附言 · 2017-04-04 19:26:58 +08:00
还差一个就 100 star 了。。
 |
1
ProjectSky 2017-04-02 15:30:18 +08:00
一百次点击，无人回复，干的漂亮。
|
 |
2
jimmy66 2017-04-02 16:11:19 +08:00 via iPhone
厉害了
|
 |
3
AltairT 2017-04-02 16:19:04 +08:00
营养跟不上啊...农村人还是在 B 乎上 Block 这些话题吧
|
 |
4
Hello1995 2017-04-02 16:39:20 +08:00 via Android
提醒：_b 去掉试试😏
|
 |
6
fy 2017-04-02 18:24:08 +08:00
楼主 66666
|
 |
7
Aspx 2017-04-02 19:45:01 +08:00
star 已送
|
 |
8
phithon 2017-04-02 19:51:14 +08:00
这必须赞一波
|
 |
9
guyskk 2017-04-02 21:06:36 +08:00
已 star ，过了不到一个小时开始非常慢了，难道是把知乎扒光了？
|
 |
10
akira 2017-04-02 21:07:55 +08:00
按照关键字搜帖子的时候，发现很多帖子里面的图片都是无关的。 好奇怎么过滤的
|
 |
11
zhihaofans 2017-04-02 21:09:37 +08:00  1
让我想起了知乎上这个收藏 https://www.zhihu.com/collection/60771406 (大胸妹子 - 收藏夹 - 知乎)
|
 |
12
AnyISalIn OP @guyskk 你配置文件中的 url_generate_time 设置为多少，默认为 30s ，意味着爬问题只爬 30s, 剩下的就是怕回答中的图片，我爬了 20 多 g 了，设置为 None 就可以一直爬下去。。
|
 |
14
falcon05 2017-04-02 22:25:48 +08:00 via iPhone
很好，收藏了
|
|
16
AnyISalIn OP 1
@guyskk 嗯，你设置 url_generate_time 为 None 就能一直爬了，我已经爬了 22G 了。。。
|
 |
17
Kalv8n 2017-04-03 08:10:45 +08:00 via Android
估计能扒到 nfsw 这类管理员来不及删的东西
|
 |
20
jyf 2017-04-03 11:22:55 +08:00
知乎不做 ip 限次?
|
 |
22
lonelygo 2017-04-03 13:07:19 +08:00
已 S&F
|
 |
23
Vinceeeent 2017-04-03 13:33:41 +08:00 via Android
先 mark ，回去 star
|
 |
24
coltguo 2017-04-03 16:30:47 +08:00
哎家里穷，不要发这样的照片
|
 |
25
huage 2017-04-03 18:36:46 +08:00
实践出真知！
|
 |
26
snoopygao 2017-04-03 20:53:10 +08:00
专门抓大腿的
|
 |
29
c4fun 2017-04-04 00:43:58 +08:00
很好，已经 star
|
 |
30
airbasic 2017-04-04 02:16:42 +08:00
道友想法很不错啊 我也在微博爬呢-。-
https://github.com/airbasic/weibo_album_spider |
 |
31
cpygui 2017-04-04 14:21:24 +08:00
改改我去爬 tumblr :)
|
 |
32
wellhome 2017-04-06 15:51:24 +08:00 via iPhone
支持楼主
|
 |
33
mingyun 2017-04-15 22:35:23 +08:00
感谢楼主，妹子到手了
@zhihaofans 感谢，哈哈 |
Select Language