您好，我是@马哥python说，一枚10年程序猿。

一、爬取目标

之前我分享过一篇知乎评论的爬虫教程：

但是学习群中的小伙伴强烈要求爬取知乎回答，所以本次分享知乎回答的爬虫。

二、展示爬取结果

老规矩，先展示结果。

最近《罗刹海市》这首歌比较火，就爬这个问题下的回答吧：如何评价刀郎的新歌《罗刹海市》？

爬取了前200多页，每页5条数据，共1000多条回答。（程序设置的自动判断结束页，我是手动break的） 共爬到13个字段，包含：问题id,页码,答主昵称,答主性别,答主粉丝数,答主主页,答主签名,回答id,回答时间,评论数,点赞数,喜欢数,回答内容。

三、讲解代码

3.1 分析页面

我是通过知乎的ajax接口爬的。打开一个知乎问题，Chrome浏览器按F12进入开发者模式之后，多往下翻几页回答，就会找到目标请求地址，如下：

每翻一次页，就会出现一个请求，请求中含5条回答数据。

3.2 开发爬虫

首先，导入需要用到的库：

定义一个请求头：

这里，我仅设置了user-agent足矣。（如果数据量仍未满足且遇到反爬，请尝试增加cookie等其他请求头解决）

定义请求地址（含指定问题id）：

发送请求，并接收数据：

定义一些空列表用于存放解析后数据：

以"回答内容"字段为例：

其他字段同理，不再赘述。

把数据保存为Dataframe并进一步保存到csv文件：

保存到csv时加上encoding='utf_8_sig'参数，防止产生乱码问题。

至此，核心代码逻辑讲解完毕。完整代码还包括：转换时间格式、转换性别、正则表达式清洗回答内容、循环内判断结束页等功能，详见文末获取。

代码中，question_id换成任意知乎问题id，即可爬取该问题的对应回答。

四、同步视频

代码演示视频：

五、获取完整源码

爱学习的小伙伴，本次分析过程的完整python源码及结果数据，我已打包好，并上传至我的微信公众号"老男孩的平凡之路"，后台回复"爬知乎回答"即可获取！

我是@马哥python说 ，持续分享python源码干货中！