爬知乎寻找微信公众号

使用方法

1.依赖情况

项目基于windows10下python3.5，未在其他系统及版本上试过。

需要事先安装requests库和flask库，未安装的分别使用下面两条命令安装

pip install requests
pip install Flask

2.使用步骤

分为如下几个步骤

• 下载文件到本地
• 修改settings.py中的HEADERS中的cookie为自己登陆知乎时使用的cookie
• 在run.py所在文件夹下打开cmd
• 在cmd中输入下面命令

python run.py

（不需要等待上面程序运行结束，因为你不终止，它不会自己结束）之后在浏览器中打开下面链接

http://localhost:1234

应该可以看到这个界面

点击其中的实例链接可以看到这个页面（需要等待几秒）

结果按照点赞数排序。question和topic的id自行修改，即可获得对应主题的回答者运营的公众号。后面的数字是查找数量，值越大会找到越多的公众号。

如果要终止程序在命令行界面按Ctrl + C

更多使用方法

类似主题的话题或者问题很大程度上会找到相同的回答者，为了防止每次请求结果高度重合，进行了去重的优化处理。启动项目时改用

python run.py -c T

其中T可以替换为任意字符

这样启动后，第一次在浏览器打开

http://localhost:1234/topic/19552832/100

显示结果和之前相同，同时项目文件中多出3个json文件。

如果此时刷新页面，则不会有内容产生，因为页面上只会展示之前没有展示过的回答者，此时需要增大查找数量，如下

http://localhost:1234/topic/19552832/200

这时得到的是100-200之间的查找内容（之前的启动方式会重新爬0-200）。

如果换一个主题或者换成一个问题

http://localhost:1234/topic/19550228/50
http://localhost:1234/question/20799742/50

则还是从该主题或问题的第一个回答开始寻找，但是之前出现过的公众号都不会重新出现（新产生的回答者会与存储在文件中的回答者进行对比，只有新回答者才会呈现在页面上）。

如果想看之前出现过的公众号，可以到check_url.json文件中查看，这里存储了出现过的所有运营公众号的回答者信息。

如果想要在浏览器中显示之前抓取过的内容，需要在命令行中Ctrl+C退出程序，然后运行

python delete_json.py

这样就会删除所有之前爬虫中生成的json文件，然后再启动项目

python run.py -c T

更多使用流程参考知乎博文

更新

2018.5.26 运行run.py文件时自动打开浏览器