零基础爬知乎热榜：从发请求到存数据，10分钟搞定（附可直接运行的代码）

作为每天刷知乎的“重度用户”，我发现热榜藏着太多干货——从社会热点到职场技巧，甚至还有隐藏的“冷知识”。但每次翻热榜总在想：能不能把这些内容存下来，闲了慢慢看？作为零基础学爬虫的过来人，我整理了这篇保姆级教程：不用懂复杂原理，跟着复制代码、改参数，10分钟就能爬下知乎热榜，还能存成表格随时看。

一、先搞明白：爬知乎热榜，我们要做啥？

新手学爬虫，最怕“上来就被一堆术语吓跑”。其实核心就3件事：

1. 找到热榜在哪：知乎热榜页面是https://www.zhihu.com/hot，打开就能看到一条条热榜内容；
2. 拿到页面数据：用代码模拟浏览器访问这个页面，把热榜的标题、热度、链接抓下来；
3. 存成能看的格式：把抓到的数据存成CSV表格（像Excel一样），方便后续翻看。

别担心反爬！知乎热榜是公开数据，只要模拟正常浏览器访问，基本不会被封，零基础也能搞定。

二、环境准备：3分钟装完所有工具

爬知乎热榜只需要2个工具，小白也能一键安装：

• Python：写爬虫的“语言”，官网（https://www.python.org/）下载3.8以上版本，安装时勾选“Add Python to PATH”（重要！否则后续找不到程序）；
• 必备库：发送请求的requests和解析页面的beautifulsoup4，安装方法：

打开电脑的“命令提示符”（Win+R输入cmd），复制下面的命令，回车：

pip install requests beautifulsoup4

安装完可以验证下：打开Python（开始菜单找“Python 3.x”），输入import requests和import bs4，没报错就是装好了。

三、手把手写代码：从0到1爬取热榜

1. 第一步：用代码“打开”知乎热榜页面

就像用浏览器访问网页一样，我们用requests库发送请求，拿到页面内容。代码如下（直接复制，注意缩进！）：

import requests  # 发送网络请求的库

# 1. 知乎热榜的URL
url = "https://www.zhihu.com/hot"

# 2. 关键！加请求头，假装是浏览器访问（不然知乎会拒绝）
headers = {
   
   
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/125.0.0.0 Safari/537.36"
}

# 3. 发送请求，获取页面内容
response = requests.get(url, headers=headers)

# 4. 打印下状态码，200表示成功（不是200就看后面的“踩坑指南”）
print("请求状态码：", response.status_code)

新手必看：

• User-Agent是“浏览器身份证”，知乎会通过它判断是不是爬虫。你可以用自己的浏览器信息：打开知乎热榜→按F12→点“Network”→刷新页面→随便点一个请求→在“Headers”里找“User-Agent”，复制过来替换掉上面的内容；
• 如果状态码是403，说明请求头没写对，换一个User-Agent试试；如果是503，可能是网络问题，多试几次。

2. 第二步：从页面中“挑出”我们要的热榜数据

拿到页面内容后，需要从中提取热榜的标题、排名、热度、链接。这一步用BeautifulSoup解析，先分析页面结构：

打开知乎热榜→按F12→点左上角“小箭头”→鼠标点到第一条热榜标题上，会看到热榜内容都在div class="HotItem-content"里：

• 排名：div class="HotItem-rank"（比如“1.”“2.”）；
• 标题：a class="HotItem-title"（热榜的标题文字）；
• 热度：div class="HotItem-metrics"（比如“100万热度”）；
• 链接：标题对应的a标签的href属性（点击能打开具体内容）。

知道结构后，写解析代码：

from bs4 import BeautifulSoup  # 解析页面的库

# 1. 解析页面内容（用lxml解析器，速度快）
soup = BeautifulSoup(response.text, "lxml")

# 2. 找到所有热榜条目（每个条目对应一个HotItem-content）
hot_items = soup.find_all("div", class_="HotItem-content")

# 3. 循环提取每个条目的数据
hot_list = []