知乎回答导出工具 Zhihu answers export 知乎爬虫 Zhihu spider Zhihu robot

代码执行位置：浏览器开发者工具Console中

打开个人主页的“回答”标签页，如我的地址为：https://www.zhihu.com/people/yxzlwz/answers

打开后此页面后，启动开发者工具，将代码目录下的getAllAnswers.js文件的内容复制Console中，然后回车执行。

该脚本会逐页访问你的所有回答，并导出一份包含问题标题和回答URL的zhihu_data.json。将该文件保存到项目根目录。

小提示：执行脚本前可根据自己网速情况设置SleepSecond参数，网速较慢或不稳定者建议设置>10，鉴于知乎API性能问题不建议设置<5。

（请自行安装依赖：pip install selenium beautifulsoup4，同时配置好Chrome Driver，可参考这篇文章）

修改getAnswer.py中的参数：

• 必填项为_cookies，你需要在登录后访问任意知乎界面，从Network选项卡中找到时间最早的请求，并将请求头中的Cookie字段的值完整复制到此处。
• use_optimize选项为是否启用优化。启用后脚本会处理一些已知的MarkDown转换过程中可能导致的问题，但也有可能导致部分MarkDown内容的丢失。
• sleep_seconds为两次请求之间的等待时间。根据本人测试，连续请求逾千条回答，4s可保证账号和IP安全。

程序会缓存请求到的HTML文件，这意味着你可以在一次运行后再调整是否启用优化，而不必再漫长等待从知乎请求数据。

确认无误后运行 python getAnswer.py。