注意: 本项目不再维护更新！
Contents
zhihu-python 采用 Python2.7 编写，用来方便地获取知乎上各种内容的信息，并且可以方便地将答案备份导出为 txt 或 markdown 文件。由于知乎官方目前没有提供 api，所以有了此项目的存在。
使用 Python3 的类似项目可以参见：zhihu-py3 。使用 PHP 的类似项目可以参见：zhihu-php 。使用 Go 的类似项目可以参见：zhihu-go 。
注: 本项目代码均在 Ubuntu14.04 上使用 python2.7.6 编写和测试通过，其他环境可能存在一定问题。
获取某个问题下的全部回答并导出，很简单：
fromzhihuimportQuestionurl="http://www.zhihu.com/question/24269892"question=Question(url) answers=question.get_all_answers() foranswerinanswers: answer.to_txt() answer.to_md()会在当前目录下新建text，markdown两个文件夹，并将所有txt文件保存到text文件夹，所有markdown文件保存到markdown文件夹。
备份某大V的全部回答，也很简单：
fromzhihuimportUseruser_url="http://www.zhihu.com/people/jixin"user=User(user_url) answers=user.get_answers() foranswerinanswers: answer.to_txt() answer.to_md()导出的markdown，txt文件示例请见该项目的markdown，text文件夹。当然，想要知道某大V关注了那些人，提了什么问题也不在话下，详情请见：快速开始。
Tips :
- 确保你的系统里面已经安装了 Python2.7 ，不同作业系统如何安装不再赘述。
- 检查你系统中 python 和 pip 的版本, 如果不属于 python2.7 , 请在执行代码范例时，自行将 python 和 pip 分别替换成 python2.7 和 pip2 。
- 确保你的系统中安装了 git 程序 以及 python-pip 。
克隆本项目
git clone [email protected]:egrcc/zhihu-python.git cd zhihu-python解决依赖
sudo pip install -r requirements.txtor
sudo pip2 install -r requirements.txt登录知乎
登录 知乎 生成身份信息, 保存在当前目录的 cookies 文件中。
python auth.py执行测试
python test.py不出意外，一切应该完美运行 :))
Question 代表一个问题，处理知乎问题相关操作。创建一个 Question 对象需传入该问题的 url ，如：
fromzhihuimportQuestionurl="http://www.zhihu.com/question/24269892"question=Question(url)得到 Question 对象后，可以获取该问题的一些信息：
# -*- coding: utf-8 -*-fromzhihuimportQuestionurl="http://www.zhihu.com/question/24269892"question=Question(url) # 获取该问题的标题title=question.get_title() # 获取该问题的详细描述detail=question.get_detail() # 获取回答个数answers_num=question.get_answers_num() # 获取关注该问题的人数followers_num=question.get_followers_num() # 获取该问题所属话题topics=question.get_topics() # 获取该问题被浏览次数visit_times=question.get_visit_times() # 获取排名第一的回答top_answer=question.get_top_answer() # 获取排名前十的十个回答top_answers=question.get_top_i_answers(10) # 获取所有回答answers=question.get_all_answers() printtitle# 输出：现实可以有多美好？printdetail# 输出：# 本问题相对于“现实可以多残酷？传送门：现实可以有多残酷？# 题主： 昨天看了“现实可以有多残酷“。感觉不太好，所以我# 开了这个问题以相对应，希望能够“中和一下“。和那个问题题主不想# 把它变成“比惨大会“一样，我也不想把这个变成“鸡汤故事会“，或者# 是“晒幸福“比赛。所以大家从“现实，实际”的角度出发，讲述自己的# 美好故事，让大家看看社会的冷和暖，能更加辨证地看待世界，是此# 题和彼题共同的“心愿“吧。printanswers_num# 输出：2441printfollowers_num# 输出：26910fortopicintopics: printtopic, # 输出：情感克制 现实 社会 个人经历printvisit_times# 输出: 该问题当前被浏览的次数printtop_answer# 输出：<zhihu.Answer instance at 0x7f8b6582d0e0># Answer类对象printtop_answers# 输出：<generator object get_top_i_answers at 0x7fed676eb320># 代表前十的Answer的生成器printanswers# 输出：<generator object get_all_answer at 0x7f8b66ba30a0># 代表所有Answer的生成器Answer 代表了一个答案，处理知乎答案相关操作。创建一个 Answer 对象需传入该答案的 url ，如：
fromzhihuimportAnsweranswer_url="http://www.zhihu.com/question/24269892/answer/29960616"answer=Answer(answer_url)得到 Answer 对象后，可以获取该答案的一些信息：
# -*- coding: utf-8 -*-fromzhihuimportAnsweranswer_url="http://www.zhihu.com/question/24269892/answer/29960616"answer=Answer(answer_url) # 获取该答案回答的问题question=answer.get_question() # 获取该答案的作者author=answer.get_author() # 获取该答案获得的赞同数upvote=answer.get_upvote() # 获取该答案所属问题被浏览次数visit_times=answer.get_visit_times() # 获取所有给该答案点赞的用户信息voters=answer.get_voters() # 把答案输出为txt文件answer.to_txt() # 把答案输出为markdown文件answer.to_md() printquestion# <zhihu.Question instance at 0x7f0b25d13f80># 一个Question对象printquestion.get_title() # 输出：现实可以有多美好？printauthor# <zhihu.User instance at 0x7f0b25425b90># 一个User对象printvoters# <generator object get_voters at 0x7f32fbe55730># 代表所有该答案点赞的用户的生成器printauthor.get_user_id() # 输出：田浩printupvote# 输出：9320printvisit_times# 输出: 改答案所属问题被浏览次数User 代表一个用户，处理用户相关操作。创建一个 User 对象需传入该用户的 url ，如：
fromzhihuimportUseruser_url="http://www.zhihu.com/people/jixin"user=User(user_url)得到 User 对象后，可以获取该用户的一些信息：
# -*- coding: utf-8 -*-fromzhihuimportUseruser_url="http://www.zhihu.com/people/jixin"user=User(user_url) # 获取用户IDuser_id=user.get_user_id() # 获取用户性别user_gender=user.get_gender() # 获取该用户的关注者人数followers_num=user.get_followers_num() # 获取该用户关注的人数followees_num=user.get_followees_num() # 获取该用户提问的个数asks_num=user.get_asks_num() # 获取该用户回答的个数answers_num=user.get_answers_num() # 获取该用户收藏夹个数collections_num=user.get_collections_num() # 获取该用户获得的赞同数agree_num=user.get_agree_num() # 获取该用户获得的感谢数thanks_num=user.get_thanks_num() # 获取该用户的头像urlhead_img_url=user.get_head_img_url() # 获取该用户关注的人followees=user.get_followees() # 获取关注该用户的人followers=user.get_followers() # 获取该用户提的问题asks=user.get_asks() # 获取该用户回答的问题的答案answers=user.get_answers() # 获取该用户的收藏夹collections=user.get_collections() printuser_id# 黄继新printfollowers_num# 614840printfollowees_num# 8408printasks_num# 1323printanswers_num# 786printcollections_num# 44printagree_num# 46387printthanks_num# 11477printhead_img_url# https://pic2.zhimg.com/0626f4164009f291b26a79d96c6962c5_l.jpgprintfollowees# <generator object get_followee at 0x7ffcac3af050># 代表所有该用户关注的人的生成器对象printfollowers# <generator object get_follower at 0x7ffcac3af0f0># 代表所有关注该用户的人的生成器对象printasks# <generator object get_ask at 0x7ffcab9db780># 代表该用户提的所有问题的生成器对象printanswers# <generator object get_answer at 0x7ffcab9db7d0># 代表该用户回答的所有问题的答案的生成器对象printcollections# <generator object get_collection at 0x7ffcab9db820># 代表该用户收藏夹的生成器对象Collection 代表一个收藏夹，处理收藏夹相关操作。创建一个 Collection 对象需传入该收藏夹的 url ，如：
fromzhihuimportCollectioncollection_url="http://www.zhihu.com/collection/36750683"collection=Collection(collection_url)得到 Collection 对象后，可以获取该收藏夹的一些信息：
# -*- coding: utf-8 -*-fromzhihuimportCollectioncollection_url="http://www.zhihu.com/collection/36750683"collection=Collection(collection_url) # 获取该收藏夹的创建者creator=collection.get_creator() # 获取该收藏夹的名字name=collection.get_name() # 获取该收藏夹下的前十个答案top_answers=collection.get_top_i_answers(10) # 获取该收藏夹下的所有答案answers=collection.get_all_answers() printcreator# <zhihu.User instance at 0x7fe1296f29e0># 一个User对象printcreator.get_user_id() # 稷黍printname# 给你一个不同的视角printtop_answers# <generator object get_top_i_answers at 0x7f378465dc80># 代表前十个答案的生成器对象printanswers# <generator object get_all_answer at 0x7fe12a29b280># 代表所有答案的生成器对象Column 代表一个专栏，处理专栏相关操作。创建一个 Column 对象需传入该专栏的 url ，如：
fromzhihuimportColumnurl="http://zhuanlan.zhihu.com/daily"column=Column(url)得到 Column 对象后，可以获取该专栏的一些信息：
# -*- coding: utf-8 -*-fromzhihuimportColumnurl="http://zhuanlan.zhihu.com/daily"column=Column(url) # 获取该专栏的标题title=column.get_title() # 获取该专栏的描述description=column.get_description() # 获取该专栏的作者creator=column.get_creator() # 获取该专栏的文章数posts_num=column.get_posts_num() # 获取该专栏的所有文章posts=column.get_all_posts() printtitle# 输出：知乎日报printdescription# 输出：# 知乎日报启动画面接受所有摄影师朋友们的投稿，将作品链接#（如 Flickr、LOFTER 等等），发至邮箱 qidong (at) zhihu.com，# 并附上您的知乎个人页面地址即可。## 详细投稿要求: http://t.cn/zQyEpN5printcreator# 输出：<zhihu.User instance at 0x75e33eb8># User类对象printposts_num# 150printposts# 输出：<generator object get_all_posts at 0x75e33bc0># Post类对象Post 代表一个专栏文章，处理专栏文章相关操作。创建一个 Post 对象需传入该文章的 url ，如：
fromzhihuimportPosturl="http://zhuanlan.zhihu.com/p/20235601"post=Post(url)得到 Post 对象后，可以获取该文章的一些信息：
# -*- coding: utf-8 -*-fromzhihuimportPosturl="http://zhuanlan.zhihu.com/p/20770968"post=Post(url) # 获取该文章的标题title=post.get_title() # 获取该文章的内容content=post.get_content() # 获取该文章的作者author=post.get_author() # 获取该文章的所属专栏column=post.get_column() # 获取该文章所属话题topics=post.get_topics() printtitle# 输出：夜读书|四月十九日printcontent# 输出：# <p>各位，晚上好。<br> ...# ......printauthor# 输出： <zhihu.User instance at 0x75ec0fd0>fortopicintopics: printtopic, # 输出：阅读printcolumn# 输出：<zhihu.Column instance at 0x75eb3eb8># Column类对象将 Question ， Answer ， User ， Collection 结合起来使用。实例如下：
# -*- coding: utf-8 -*-fromzhihuimportQuestionfromzhihuimportAnswerfromzhihuimportUserfromzhihuimportCollectionurl="http://www.zhihu.com/question/24269892"question=Question(url) # 得到排名第一的答案answer=question.get_top_answer() # 得到排名第一的答案的作者user=answer.get_author() # 得到该作者回答过的所有问题的答案user_answers=user.get_answers() # 输出该作者回答过的所有问题的标题foranswerinuser_answers: printanswer.get_question().get_title() # 得到该用户的所有收藏夹user_collections=user.get_collections() forcollectioninuser_collections: # 输出每一个收藏夹的名字printcollection.get_name() # 得到该收藏夹下的前十个回答top_answers=collection.get_top_i_answers(10) # 把答案内容转成txt，markdownforanswerintop_answers: answer.to_txt() answer.to_md()以上示例均可以在test.py文件中找到。
虽然是单线程，但速度不算太慢。抓取 哪些东西买了之后，会让人因生活质量和幸福感提升而感觉相见恨晚？ 下前200个回答，91秒；抓取 有哪些 100 元以下，很少见但高大上的物件？ 下前50个回答，48秒；抓取 现实可以有多美好？ 下前200个回答，69秒。生成的文件请见markdown，text文件夹。所有匿名用户的回答放在一个文件里面。
class zhihu. Question (url, title = None)
Question 以 url 为唯一标识，创建一个 Question 对象实例必须传入一个代表知乎问题的 url （如： http://www.zhihu.com/question/26611428），需包含“http://”。如果传入的不是代表问题的 url ，程序会报错。通过调用 Question 类的一系列方法，获得该问题的一些信息。
- Parameters：
- url -- 该问题的链接，字符串
- title -- 该问题的标题，字符串，可选
Returns： 一个 Question 实例对象
get_title ()
得到该问题的标题。
Returns： 代表标题的字符串
get_detail ()
得到该问题的详细描述。原问题的描述可能带有图片或视频，这里得到的是纯文字。
Returns： 代表详细描述的字符串
get_answers_num ()
得到该问题的回答个数。
Returns： 代表回答个数的 int 型整数
get_followers_num ()
得到关注该问题的人数。
Returns： 代表人数的 int 型整数
get_topics ()
得到该问题所属的话题。
Returns： 一个 list ，每一个元素为代表一个话题的字符串
注：以后可能会添加一个 Topic 类，到时候每一个元素为代表一个话题的 Topic 类对象。
get_all_answers ()
得到该问题的所有回答。
Returns： 包含所有答案的 generator 对象。其中每一个元素为代表一个答案的 Answer 对象
get_top_i_answers (n)
得到该问题的前 n 个回答。
Parameters： n -- int 型整数
Returns： 包含前 n 个答案的 generator 对象。其中每一个元素为代表一个答案的 Answer 对象
get_top_answer ()
得到目前排名第一的回答。
Returns： 代表该答案的 Answer 对象
get_visit_times ()
得到该问题被浏览次数。该方法由 @lufo816 添加。
Returns： 代表浏览次数的 int 型整数
class zhihu. User (user_url, user_id = None)
User 以 url 为唯一标识，创建一个 User 对象实例必须传入一个代表知乎用户的 url （如： http://www.zhihu.com/people/egrcc），需包含“http://”。如果传入的不是代表用户的 url ，程序会报错。通过调用 User 类的一系列方法，获得该用户的一些信息。
- Parameters：
- user_url -- 该用户的链接，字符串
- user_id -- 该用户的 ID ，字符串，可选
Returns： 一个 User 实例对象
get_user_id ()
得到该用户的ID。
Returns： 代表 ID 的字符串
get_gender ()
得到该用户的性别。Returns： 代表 性别 的字符串(male/female)
get_followees_num ()
得到该用户关注的人的个数。
Returns： 代表人数的 int 型整数
get_followers_num ()
得到关注该用户的人的个数。
Returns： 代表人数的 int 型整数
get_agree_num ()
得到该用户获得的赞同数。
Returns： 代表赞同数的 int 型整数
get_thanks_num ()
得到该用户获得的感谢数。
Returns： 代表感谢数的 int 型整数
get_head_img_url (scale)
获取用户头像url。该方法由 @liuwons 添加。
Parameters： scale int 型整数，代表尺寸: 1(25×25), 3(75×75), 4(100×100), 6(150×150), 10(250×250)
Returns： 对应尺寸头像的图片链接, 字符串
get_asks_num ()
得到该用户提问题的个数。
Returns： 代表问题数的 int 型整数
get_answers_num ()
得到该用户回答问题的个数。
Returns： 代表问题数的 int 型整数
get_collections_num ()
得到该用户收藏夹的个数。
Returns： 代表收藏夹数的 int 型整数
get_followees ()
得到该用户关注的人。
Returns： 包含所有该用户关注的人的 generator 对象。其中每一个元素为代表一个用户的 User 对象
get_followers ()
得到关注该用户的人。
Returns： 包含所有关注该用户的人的 generator 对象。其中每一个元素为代表一个用户的 User 对象
get_asks ()
得到该用户提的所有问题。
Returns： 包含所有问题的 generator 对象。其中每一个元素为代表一个问题的 Question 对象
get_answers ()
得到该用户回答的所有问题的答案。
Returns： 包含所有回答的 generator 对象。其中每一个元素为代表一个回答的 Answer 对象
get_collections ()
得到该用户的所有收藏夹。
Returns： 包含所有收藏夹的 generator 对象。其中每一个元素为代表一个收藏夹的 Collection 对象
class zhihu. Answer (answer_url, question = None, author = None, upvote = None, content = None)
Answer 以 url 为唯一标识，创建一个 Answer 对象实例必须传入一个代表知乎回答的 url （如： http://www.zhihu.com/question/19878575/answer/14776495），需包含“http://”。如果传入的不是代表回答的 url ，程序会报错。通过调用 Answer 类的一系列方法，获得该回答的一些信息。一般不自己创建Answer对象。
- Parameters：
- answer_url -- 该答案的链接，字符串
- question -- 该答案回答的问题， Question 对象，可选
- author -- 该答案的作者， User 对象，可选
- upvote -- 该答案获得的赞同数， int 型整数，可选
- content -- 该答案的内容， BeautifulSoup 对象，可选
Returns： 一个 Answer 实例对象
get_question ()
得到该答案回答的问题。
Returns： 一个 Question 对象
get_author ()
得到该答案的作者 。
Returns： 一个 User 对象
get_upvote ()
得到该答案获得的赞同数。
Returns： 一个 int 型整数
get_content ()
得到该答案的内容。
Returns： 一个 BeautifulSoup 对象
get_visit_times ()
得到该答案所属问题被浏览次数。该方法由 @lufo816 添加。
Returns： 代表浏览次数的 int 型整数
get_voters ()
得到给该答案点赞的用户。该方法由 @lufo816 添加。
Returns： 包含所有给该答案点赞的用户的 generator 对象。其中每一个元素为代表一个用户的 User 对象
to_txt ()
将该答案转成txt文件，并会在当前目录下创建一个text文件夹，所生成的txt文件均保存在该文件夹。to_md ()
将该答案转成markdown文件，并会在当前目录下创建一个markdown文件夹，所生成的markdown文件均保存在该文件夹。
class zhihu. Collection (url, name = None, creator = None)
Collection 以 url 为唯一标识，创建一个 Collection 对象实例必须传入一个代表知乎收藏夹的 url （如： http://www.zhihu.com/collection/27053469），需包含“http://”。如果传入的不是代表收藏夹的 url ，程序会报错。通过调用 Collection 类的一系列方法，获得该收藏夹的一些信息。
- Parameters：
- url -- 该收藏夹的链接，字符串
- name -- 该收藏夹的名字，字符串，可选
- creator -- 该收藏夹的创建者，User 对象，可选
Returns： 一个 Collection 实例对象
get_name ()
得到该收藏夹的名字。
Returns： 代表名字的字符串
get_creator ()
得到该收藏夹的创建者。
Returns：代表创建者 User 对象
get_all_answers ()
得到该收藏夹收藏的所有回答。
Returns： 包含该收藏夹下所有回答的 generator 对象。其中每一个元素为代表一个回答的 Answer 对象
get_top_i_answers (n)
得到该收藏夹收藏的前 n 个回答。
Parameters： n -- int 型整数
Returns： 包含该收藏夹下前 n 个回答的 generator 对象。其中每一个元素为代表一个回答的 Answer 对象
class zhihu. Column (Column_url)
Column 以 url 为唯一标识，创建一个 Column 对象实例必须传入一个代表知乎专栏的 url （如：http://zhuanlan.zhihu.com/daily），需包含“http(s)://”。如果传入的不是代表专栏的 url ，程序会报错。通过调用 Column 类的一系列方法，获得该专栏的一些信息。该类由 @johnnyluck 添加。
- Parameters：
- column_url -- 该专栏的链接，字符串
Returns： 一个 Column 实例对象
get_title ()
得到该专栏的题目。
Returns： 一个代表题目的字符串
get_creator ()
得到该专栏的创建者。
Returns： 一个 User 对象
get_description ()
得到该专栏的描述。
Returns： 一个专栏描述的字符串
get_followers_num ()
得到该专栏的关注人数。
Returns： 一个 int 型的整数
get_posts_num ()
得到该专栏的所有文章数。
Returns： 一个 int 型的整数
get_content ()
得到该答案的内容。
Returns： 一个字符串
get_posts ()
得到该专栏的所有文章。
Returns：包含所有文章的 generator 对象。其中每一个元素为代表一个文章 Post 对象
class zhihu. Post (Post_url)
Post 以 url 为唯一标识，创建一个 Post 对象实例必须传入一个代表知乎文章的 url （如：http://zhuanlan.zhihu.com/p/20235601），需包含“http(s)://”。如果传入的不是代表文章的 url ，程序会报错。通过调用 Post 类的一系列方法，获得该文章的一些信息。该类由 @johnnyluck 添加。
- Parameters：
- post_url -- 该文章的链接，字符串
Returns： 一个 Post 实例对象
get_title ()
得到该文章的题目。
Returns： 一个代表题目的字符串
get_author ()
得到该文章的作者。
Returns： 一个 User 对象
get_content ()
得到该文章的内容。
Returns： 一个文章描述的字符串
get_topics ()
得到该文章的话题。
Returns： 一个列表
get_column ()
得到该文章的所属专栏。
Returns：一个 Column 的实例对象