用Python爬取知乎妹子圖檔
這次呢，筆者給大家分享的是爬取知乎的妹子圖，嗯，你懂的。
話不多說，直接看戰果。
嗯，還是很不錯的，值得我們去爬取。下面說一下整個過程的實作。
頁面分析本次爬取的是知乎話題下所有回答的所有圖檔，如下
我們可以看到這個話題有
811個回答，是以呢，爬取的圖檔也是很多的，共爬取了
1996張圖檔。
我們知道我們要爬取的是圖檔，然後圖檔呢是嵌套在内容當中的，是以我們隻要能找到怎麼擷取到内容，就能将圖檔爬取下來。
我們按f12進行開發者模式，在右邊的name中找到了answers為開頭的名。
通過英文名字，我們猜測這個可能就是我們要找的内容，打開右邊的Request URL，看到了一大堆資料，包括id，使用者名，當然，也包含我們要找的内容。如果感覺看不清這些資料，可以放到 線上json校驗工具進行解析。可以看到，裡面有個content屬性，裡面就是使用者回答的内容，圖檔的連結就包括在裡面。
現在呢，我們知道要怎麼擷取資料了，但還有一個問題，就是怎麼爬取全部使用者的回答内容，因為剛才的連結隻能取到前3個使用者的回答。通過連結我們發現裡面有兩個參數可以改變，分别是offset和limit，通過英文單詞可以知道前者是指偏移量，即查詢的資料從哪一個回答開始，後者是最多展示的回答數量。是以呢，會點英語還是挺重要的。
然後筆者通過試驗，發現了limit最大是20，是以我們隻要改變offset就行，limit固定為20。
代碼爬取首先就是要獲得所有頁面資料的url
之後我們通過json解析和正規表達式比對獲得圖檔的url
最後就是将二進制資料寫進圖檔中，即下載下傳圖檔
之後運作，等待了漫長的時間，終于下載下傳完了。如圖，用了1467秒，20幾分鐘。
這個過程感覺太久了，是以改了一下程式，用多線程下載下傳。
加上上述代碼就行。
如上，快了好幾倍。