企业🤖AI Agent构建引擎,智能编排和调试,一键部署,支持私有化部署方案 广告
依然是使用requests 主要的问题是模拟登陆: ![](https://box.kancloud.cn/2016-05-29_574a961cb2e2a.jpg) a.png 通过chrome开发者工具可以了解到,登陆的数据有这么一些, 但是根据我的观察,有时候需要用到验证码,所以,我的爬虫一律包含验证码,想要尝试验证码自动识别的同学,可以移步我另一篇文章《简单验证码识别》,虽然那篇文章只讲数字验证码的识别,但是基本思想是一样的。 言归正传,__xsrf这个数据在登陆网页上可以找到,所以可以通过正则找出来。 登陆函数大概是这样的: ![](https://box.kancloud.cn/2016-05-29_574a961cc8ff5.jpg) Paste_Image.png 函数初次登陆,需要账号和密码,之后,程序会自动记录一个cookie文件,在当前文件夹下,下次运行程序就不需要再输入密码和账号了,读写cookie文件的程序大概是这样: ![](https://box.kancloud.cn/2016-05-29_574a961cdade3.jpg) Paste_Image.png 下载源码后,基本操作是: 先需要实例化: from python_zhihu import ZhiHu zh=ZhiHu() 下载某个问题下的高赞答案: zh.get_text('填入网址') 下载某个问题下所有的图片: zh,get_img('url') 源码:[https://github.com/ladingwu/python_zhihu](https://github.com/ladingwu/python_zhihu)