Python技术
知乎上有许多关于颜值、身材的话题，有些话题的回复数甚至高达几百上千，拥有成千上万的关注者与被浏览数。如果我们在摸鱼的时候欣赏这些话题将花费大量的时间，可以用 Python 制作一个下载知乎回答图片的小脚本，将图片下载到本地。
请求 URL 分析首先打开 F12 控制台面板，看到照片的 URL 都是 https://pic4.zhimg.com/80/xxxx.wf?source=xxx 这种格式的。
滚动知乎页面向下翻页，找到一个带 limit，offset 参数的 URL 请求。
检查 Response 面板中的内容是否包含了图片的 URL 地址，其中图片地址 URL 存在 data-original 属性中。
提取图片的 URL从上图可以看出图片的地址存放在 content 属性下的 data-original 属性中。
下面代码将获取图片的地址，并写入文件。
import reimport requestsimport osimport urllib.requestimport sslfrom urllib.parse import urlsplitfrom os.path import basenameimport jsonssl._create_default_https_context = ssl._create_unverified_contextheaders = { \'User-Agent\': "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36", \'Accept-Encoding\': \'gzip, deflate\'}def get_image_url(qid, title): answers_url = \'https://www.zhihu.com/api/v4/questions/\'+str(qid)+\'/answers?include=data%5B*%5D.is_normal%2Cadmin_closed_comment%2Creward_info%2Cis_collapsed%2Cannotation_action%2Cannotation_detail%2Ccollapse_reason%2Cis_sticky%2Ccollapsed_by%2Csuggest_edit%2Ccomment_count%2Ccan_comment%2Ccontent%2Ceditable_content%2Cattachment%2Cvoteup_count%2Creshipment_settings%2Ccomment_permission%2Ccreated_time%2Cupdated_time%2Creview_info%2Crelevant_info%2Cquestion%2Cexcerpt%2Cis_labeled%2Cpaid_info%2Cpaid_info_content%2Crelationship.is_authorized%2Cis_author%2Cvoting%2Cis_thanked%2Cis_nothelp%2Cis_recognized%3Bdata%5B*%5D.mark_infos%5B*%5D.url%3Bdata%5B*%5D.author.follower_count%2Cbadge%5B*%5D.topics%3Bdata%5B*%5D.settings.table_of_content.enabled&offset={}&limit=10&sort_by=default&platform=desktop\' offset = 0 session = requests.Session() while True: page = session.get(answers_url.format(offset), headers = headers) json_text = json.loads(page.text) answers = json_text[\'data\'] offset += 10 if not answers: print(\'获取图片地址完成\') return pic_re = re.compile(\'data-src="https://www.1688weishang.com/aimg/bk46/pek91qr48i0r85cey3jqp7sbxm82bax5kpx0o6gb-0.webp"\', re.S) for answer in answers: tmp_list = [] pic_urls = re.findall(pic_re, answer[\'content\']) for item in pic_urls: # 去掉转移字符 pic_url = item.replace("", "") pic_url = pic_url.split(\'?\')[0] # 去重复 if pic_url not in tmp_list: tmp_list.append(pic_url) for pic_url in tmp_list: if pic_url.endswith(\'r.wf\'): print(pic_url) write_file(title, pic_url)def write_file(title, pic_url): file_name = title + \'.txt\' f = open(file_name, \'a\') f.write(pic_url + \'n\') f.close() 示例结果：
下载图片下面代码将读取文件中的图片地址并下载。
def read_file(title): file_name = title + \'.txt\' pic_urls = [] # 判断文件是否存在 if not os.path.exists(file_name): return pic_urls with open(file_name, \'r\') as f: for line in f: url = line.replace("n", "") if url not in pic_urls: pic_urls.append(url) print("文件中共有{}个不重复的 URL".format(len(pic_urls))) return pic_urlsdef download_pic(pic_urls, title): # 创建文件夹 if not os.path.exists(title): os.makedirs(title) error_pic_urls = [] success_pic_num = 0 repeat_pic_num = 0 index = 1 for url in pic_urls: file_name = os.sep.join((title,basename(urlsplit(url)[2]))) if os.path.exists(file_name): print("图片{}已存在".format(file_name)) index += 1 repeat_pic_num += 1 continue try: urllib.request.urlretrieve(url, file_name) success_pic_num += 1 index += 1 print("下载{}完成！({}/{})".format(file_name, index, len(pic_urls))) except: print("下载{}失败！({}/{})".format(file_name, index, len(pic_urls))) error_pic_urls.append(url) index += 1 continue print("图片全部下载完毕！(成功：{}/重复：{}/失败：{})".format(success_pic_num, repeat_pic_num, len(error_pic_urls))) if len(error_pic_urls) > 0: print(\'下面打印失败的图片地址\') for error_url in error_pic_urls: print(error_url) 结语
今天的文章用 Python 爬虫制作了一个小脚本，如果小伙伴们觉得文章有趣且有用，点个 转发 支持一下吧！
版权声明：xxxxxxxxx；
工作时间：8:00-18:00
客服电话
电子邮件
admin@qq.com
扫码二维码
获取最新动态
