模拟登陆爬取知乎

2017.4.26更新

• 实现功能为爬取指定关键字下所有问题及每个问题中的所有回答

• 回答中文字和图片是分离的，因为从服务器返回的JSON数据中内容部分比较混乱，暂时只是粗暴的做了分离操作

• 后续将加入多线程下载、爬取用户、爬取话题的功能

项目地址
GitHub : ZhihuCrawler

使用说明

• 本程序实现爬取指定关键词下所有问题及所有回答，保存格式为csv格式

• 采用模拟登陆，首次使用时需要输入账号和密码

• 本程序基于Python3开发，使用包括requests、http、bs4、urllib和json等第三方库

• 运行Main.py文件，无需做其他修改

• 附带了Json.json文件，这是某个问题下从服务器返回的数据，可以根据需求手动修改GetContent.py文件中parserQuestion()方法中保存类别的信息