Python如何爬取某乎问答数
发表于:2026-11-04 作者:千家信息网编辑
千家信息网最后更新 2026年11月04日,这篇文章主要为大家展示了"Python如何爬取某乎问答数",内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下"Python如何爬取某乎问答数"这篇文章吧。前言Py
千家信息网最后更新 2026年11月04日Python如何爬取某乎问答数
这篇文章主要为大家展示了"Python如何爬取某乎问答数",内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下"Python如何爬取某乎问答数"这篇文章吧。
前言
Python是个获取数据的小能手,所以这次希望能用它在*乎爬取一些的问题的回答数,练练手。
1.导入模块
import refrom bs4 import BeautifulSoupimport requestsimport timeimport jsonimport pandas as pdimport numpy as np
2.状态码
r = requests.get('https://github.com/explore')r.status_code3. 爬取*乎
#浏览器header和cookiesheaders = {'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.87 Safari/537.36'}cookies = {'cookie':'_zap=3d979dbb-f25b-4014-8770-89045dec48f6; d_c0="APDvML4koQ-PTqFU56egNZNd2wd-eileT3E=|1561292196"; tst=r; _ga=GA1.2.910277933.1582789012; q_c1=9a429b07b08a4ae1afe0a99386626304|1584073146000|1561373910000; _xsrf=bf1c5edf-75bd-4512-8319-02c650b7ad2c; _gid=GA1.2.1983259099.1586575835; l_n_c=1; l_cap_id="NDIxM2M4OWY4N2YwNDRjM2E3ODAxMDdmYmY2NGFiMTQ=|1586663749|ceda775ba80ff485b63943e0baf9968684237435"; r_cap_id="OWY3OGQ1MDJhMjFjNDBiYzk0MDMxMmVlZDIwNzU0NzU=|1586663749|0948d23c731a8fa985614d3ed58edb6405303e99"; cap_id="M2I5NmJkMzRjMjc3NGZjNDhiNzBmNDMyNDQ3NDlmNmE=|1586663749|dacf440ab7ad64214a939974e539f9b86ddb9eac"; n_c=1; Hm_lvt_98beee57fd2ef70ccdd5ca52b9740c49=1586585625,1586587735,1586667228,1586667292; Hm_lpvt_98beee57fd2ef70ccdd5ca52b9740c49=1586667292; SESSIONID=GWBltmMTwz5oFeBTjRm4Akv8pFF6p8Y6qWkgUP4tjp6; JOID=UVkSBEJI6EKgHAipMkwAEWAkvEomDbkAwmJn4mY1kHHPVGfpYMxO3voUDK88UO62JqgwW5Up4hC2kX_KGO9xoKI=; osd=UlEXAU5L4EelEAuhN0kMEmghuUYlBbwFzmFv52M5k3nKUWvqaMlL0vkcCaowU-azI6QzU5As7hO-lHrGG-d0pa4=; capsion_ticket="2|1:0|10:1586667673|14:capsion_ticket|44:YTJkYmIyN2Q4YWI4NDI0Mzk0NjQ1YmIwYmUxZGYyNzY=|b49eb8176314b73e0ade9f19dae4b463fb970c8cbd1e6a07a6a0e535c0ab8ac3"; z_c0="2|1:0|10:1586667694|4:z_c0|92:Mi4xOGc1X0dnQUFBQUFBOE84d3ZpU2hEeVlBQUFCZ0FsVk5ydTVfWHdDazlHMVM1eFU5QjlqamJxWVhvZ2xuWlhTaVJ3|bcd3601ae34951fe72fd3ffa359bcb4acd60462715edcd1e6c4e99776f9543b3"; unlock_ticket="AMCRYboJGhEmAAAAYAJVTbankl4i-Y7Pzkta0e4momKdPG3NRc6GUQ=="; KLBRSID=fb3eda1aa35a9ed9f88f346a7a3ebe83|1586667697|1586660346'}start_url = 'https://www.zhihu.com/api/v3/feed/topstory/recommend?session_token=c03069ed8f250472b687fd1ee704dd5b&desktop=true&page_number=5&limit=6&action=pull&ad_interval=-1&before_id=23'4. beautifulsoup解析
s = requests.Session()start_url = 'https://www.zhihu.com/'html = s.get(url = start_url, headers = headers,cookies = cookies,timeout = 5)soup = BeautifulSoup(html.content)question = [] ## 名称question_address = [] ## urltemp1 = soup.find_all('div',class_='Card TopstoryItem TopstoryItem-isRecommend')for item in temp1: temp2 = item.find_all('div',itemprop="zhihu:question")# print(temp2) if temp2 != []: #### 存在专栏等情况,暂时跳过 question_address.append(temp2[0].find('meta',itemprop='url').get('content')) question.append(temp2[0].find('meta',itemprop='name').get('content'))5. 存储信息
question_focus_number = [] #关注量question_answer_number = [] # 回答量for url in question_address: test = s.get(url = url,headers = headers,cookies = cookies,timeout = 5) soup = BeautifulSoup(test.content) info = soup.find_all('div',class_='QuestionPage')[0]# print(info) focus_number = info.find('meta',itemprop="answerCount").get('content') answer_number = info.find('meta',itemprop="zhihu:followerCount").get('content') question_focus_number.append(focus_number) question_answer_number.append(answer_number)6. 整理信息并输出
question_info = pd.DataFrame(list(zip(question,question_focus_number,question_answer_number)),columns = ['问题名称','关注人数','回答人数']for item in ['关注人数','回答人数']: question_info[item] = np.array(question_info[item],dtype = 'int')question_info.sort_values(by='关注人数',ascending = False)
输出:
以上是"Python如何爬取某乎问答数"这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注行业资讯频道!
人数
问答
内容
篇文章
信息
名称
问题
学习
帮助
输出
专栏
前言
情况
数据
易懂
更多
条理
模块
浏览器
状态
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
互联网科技卖菜
北京互联网科技有限公司
伴你行互联网科技有限公司
郑州华宇互联网科技
互联网科技网站
互联网高科技股票
上海亿帐通互联网科技
美国互联网前沿科技
剑昆互联网络科技有限公司临桂
黑科技闪耀互联网之光
语蝶互联网科技有限公司
互联网科技产业特征
银川新华互联网科技学校是国营吗
同城互联网络科技
三亚科技创新互联网基地
青岛易易互联网科技
长沙易易互联网科技有限公司
华人运通互联网科技公司
河南商务圈互联网科技有限公司
互联网科技创新方面的资料
保险科技 互联网保险
互联网加科技
互联网科技名片
美国互联网科技巨头监管
互联网科技与金融科技
融贸通互联网科技
天扬科技互联网广告
互联网科技股午盘股票涨跌
消费医药和互联网科技
互联网科技快速发展优美句子