用 Python 3 写了个基于 selenium 的知乎关键词爬虫，可以爬钓鱼贴图片(各种爆照! 你懂得。。。)

[AnyISalIn]

demo

地址在这里 zhihu_fun Github，求 star !!!!

。。。嗯，其实也可以爬其他方面的东西，但是目前只支持抓图片，其实这不是我的本意，我是想抓技术方面的东西的，但是我同事想要看这个，所以我就先抓这些图片了。。。Python 菜鸟一枚，代码写的很烂，还望各位大神多多指教

为什么要用 Selenium ？

新版知乎部分页面用 React 重写了，必须得加载 JS ，很多加载啥的都需要点击，所以我就用到了 Selenium

为什么不用知乎 API ？

单纯的想写一个爬虫而已

[ProjectSky]

一百次点击，无人回复，干的漂亮。

[jimmy66]

厉害了

[AltairT]

营养跟不上啊...农村人还是在 B 乎上 Block 这些话题吧

[Hello1995]

提醒：_b 去掉试试😏

[AnyISalIn]

@Hello1995 哇，去掉了，发现更大的世界

[fy]

楼主 66666

[Aspx]

star 已送

[phithon]

这必须赞一波

[guyskk]

已 star ，过了不到一个小时开始非常慢了，难道是把知乎扒光了？

[akira]

按照关键字搜帖子的时候，发现很多帖子里面的图片都是无关的。 好奇怎么过滤的

[zhihaofans]

让我想起了知乎上这个收藏 https://www.zhihu.com/collection/60771406 (大胸妹子 - 收藏夹 - 知乎)

[AnyISalIn]

@guyskk 你配置文件中的 url_generate_time 设置为多少，默认为 30s ，意味着爬问题只爬 30s, 剩下的就是怕回答中的图片，我爬了 20 多 g 了，设置为 None 就可以一直爬下去。。

[AnyISalIn]

@akira 这个的话，我并没有做，但是可以经爬下来之后做图像识别啥的，嗯，比较高端

[falcon05]

很好，收藏了

[guyskk]

@AnyISalIn #12 设置都是默认值

[AnyISalIn]

@guyskk 嗯，你设置 url_generate_time 为 None 就能一直爬了，我已经爬了 22G 了。。。

[Kalv8n]

估计能扒到 nfsw 这类管理员来不及删的东西

[bsidb]

@AnyISalIn 可以搞个深度 CNN 分类器啦（雾）

[AnyISalIn]

@bsidb 感觉太高端了。。。

[jyf]

知乎不做 ip 限次?