最近對賺錢的話題很感興趣，在知乎上關注了很多“賺錢”相關的問題，高質量的有不少，但是夾雜著私貨的也不少。不過知乎的數據比較全，我們完全可以用來做文本分析。

爬蟲的原理我就不細講了，如果大家對爬蟲的原理和相關庫不甚了解，又想快速入門，不妨看看我們這門課。

待爬網址

問題：如何在大學賺到一萬元？

大學里面學費加一年開銷最少就是10000元，所以如何賺到10000 鏈接 https://www.zhihu.com/question/34011097

分析請求

因為我們知道知乎的響應數據都是 json 型網站，所以我們想找到json對應的鏈接規律。F12鍵打開開發者工具，選中XHR,不停地往下滑動頁面，開發者工具Network會不停的閃過很多鏈接。

經過排查我們發現這個鏈接很特殊，點擊進去詳情如下

對應的數據是json格式

里面果然是用戶的回答數據

現在我們將找到的網址復制下來分析分析

我們發現網址中有 34011097 和 offset 兩個參數是可以調整的，分別代表 話題id 和 回答的id 。我們將上面的網址整理一下，設計成網址模板base_url

偽裝請求

我們還要注意的一點是寫爬蟲一般是需要偽裝請求頭headers，而在知乎這種網站，我們可能還需要cookies。我新建了一個 settings.py 文件，用來存放cookies、headers、網址模板base url和question id

數據存儲

接下來我們新建 zhihu.py 用于設計爬蟲邏輯，因為知乎的數據都是json格式，相對于 html 而言json的數據更有層次性更加的干凈。為了保證后續數據分析的可擴展性，我們盡量保存原始。所以這里用到了jsonlines庫用于存儲json數據(以行的方式存儲每個json)，如果不熟悉可以把 jsonlines庫：高效率的保存多個python 對象 這篇文章收藏起來。

知乎爬蟲代碼

在 zhihu.py 文件中

程序運行

讀取抓取json數據

這里使用jsonlines庫，該庫以行的方式讀取，得到的是可迭代對象。如果不熟悉可以把 jsonlines庫：高效率的保存多個python對象 這篇文章收藏起來。將其轉化為dataframe類型，這樣我們就可以用pandas庫進行讀取

兩小時視頻課程

精選文章

后臺回復 20190228 ，得本教程項目代碼。

原創不易，如果覺得內容不錯，記得AD、轉發、好看

總結

以上是生活随笔為你收集整理的python 赚钱 知乎_爬虫实战：抓取知乎问题 “大学生如何赚到一万元”的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。