Contents
Question：获取问题信息 Collection：获取收藏夹信息 Post：获取专栏文章信息 zhihu.Question ---- 知乎问题操作类 zhihu.User ---- 知乎用户操作类 zhihu.Answer ---- 知乎回答操作类 zhihu.Collection ---- 知乎收藏夹操作类 zhihu.Column ---- 知乎专栏操作类 zhihu.Post ---- 知乎专栏文章操作类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：
from zhihu import Question url = "http://www.zhihu.com/question/24269892" question = Question(url) answers = question.get_all_answers() for answer in answers: 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：
from zhihu import User user_url = "http://www.zhihu.com/people/jixin" user = User(user_url) answers = user.get_answers() for answer in answers: 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 git@github.com:egrcc/zhihu-python.git cd zhihu-python 解决依赖 Beautiful Soup 4 requests html2text termcolor lxml 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：获取问题信息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：
from zhihu import Question url = "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 -*- from zhihu import Question url = "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() print title # 输出：现实可以有多美好？ print detail # 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。 print answers_num # 输出：2441 print followers_num # 输出：26910 for topic in topics: print topic, # 输出：情感克制 现实 社会 个人经历 print visit_times # 输出: 该问题当前被浏览的次数 print top_answer # 输出：<zhihu.Answer instance at 0x7f8b6582d0e0> # Answer类对象 print top_answers # 输出：<generator object get_top_i_answers at 0x7fed676eb320> # 代表前十的Answer的生成器 print answers # 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：
from zhihu import Answer answer_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 -*- from zhihu import Answer answer_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() print question # <zhihu.Question instance at 0x7f0b25d13f80> # 一个Question对象 print question.get_title() # 输出：现实可以有多美好？ print author # <zhihu.User instance at 0x7f0b25425b90> # 一个User对象 print voters # <generator object get_voters at 0x7f32fbe55730> # 代表所有该答案点赞的用户的生成器 print author.get_user_id() # 输出：田浩 print upvote # 输出：9320 print visit_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：
from zhihu import User user_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 -*- from zhihu import User user_url = "http://www.zhihu.com/people/jixin" user = User(user_url) # 获取用户ID user_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url head_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() print user_id # 黄继新 print followers_num # 614840 print followees_num # 8408 print asks_num # 1323 print answers_num # 786 print collections_num # 44 print agree_num # 46387 print thanks_num # 11477 print head_img_url # https://pic2.zhimg.com/0626f4164009f291b26a79d96c6962c5_l.jpg print followees # <generator object get_followee at 0x7ffcac3af050> # 代表所有该用户关注的人的生成器对象 print followers # <generator object get_follower at 0x7ffcac3af0f0> # 代表所有关注该用户的人的生成器对象 print asks # <generator object get_ask at 0x7ffcab9db780> # 代表该用户提的所有问题的生成器对象 print answers # <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 print collections # <generator object get_collection at 0x7ffcab9db820> # 代表该用户收藏夹的生成器对象 Collection：获取收藏夹信息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：
from zhihu import Collection collection_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 -*- from zhihu import Collection collection_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() print creator # <zhihu.User instance at 0x7fe1296f29e0> # 一个User对象 print creator.get_user_id() # 稷黍 print name # 给你一个不同的视角 print top_answers # <generator object get_top_i_answers at 0x7f378465dc80> # 代表前十个答案的生成器对象 print answers # <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：
from zhihu import Column url = "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 -*- from zhihu import Column url = "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() print title # 输出：知乎日报 print description # 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/zQyEpN5 print creator # 输出：<zhihu.User instance at 0x75e33eb8> # User类对象 print posts_num # 150 print posts # 输出：<generator object get_all_posts at 0x75e33bc0> # Post类对象 Post：获取专栏文章信息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：
from zhihu import Post url = "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 -*- from zhihu import Post url = "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() print title # 输出：夜读书|四月十九日 print content # 输出： # <p>各位，晚上好。<br> ... # ...... print author # 输出： <zhihu.User instance at 0x75ec0fd0> for topic in topics: print topic, # 输出：阅读 print column # 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 -*- from zhihu import Question from zhihu import Answer from zhihu import User from zhihu import Collection url = "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 for answer in user_answers: print answer.get_question().get_title() # 得到该用户的所有收藏夹 user_collections = user.get_collections() for collection in user_collections: # 输出每一个收藏夹的名字 print collection.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，markdown for answer in top_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。
zhihu.Question ---- 知乎问题操作类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
zhihu.User ---- 知乎用户操作类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
zhihu.Answer ---- 知乎回答操作类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。
zhihu.Collection ---- 知乎收藏夹操作类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
zhihu.Column ---- 知乎专栏操作类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
zhihu.Post ---- 知乎专栏文章操作类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