python 知乎美女_知乎大神教你用Python爬取网站美女图，附代码！

都知道Python的抓取功能强大，可以帮我们从海量的数据中爬取所需要的进行分析。下面，就给大家分享知乎大神怎么用Python爬取高颜值美女！

1、数据源

知乎话题『美女』下所有问题中回答所出现的图片

2、抓取工具

Python3，并使用第三方库Requests、lxml、AipFace，代码共100 +行

3、必要环境

●Mac / Linux / Windows(Linux 没测过，理论上可以)。

●Windows之前较多反应出现异常，后查是windows对本地文件名中的字符做了限制，已使用正则过滤

●无需登录知乎(即无需提供知乎帐号密码)

人脸检测服务需要一个百度云帐号(即百度网盘 / 贴吧帐号)

4、人脸检测库

AipFace，由百度云 AI 开放平台提供，是一个可以进行人脸检测的 Python SDK。可以直接通过HTTP访问，免费使用。

5、检测过滤条件

●过滤所有未出现人脸图片(比如风景图、未露脸身材照等)

●过滤所有非女性(在抓取中，发现知乎男性图片基本是明星，故不考虑；存在 AipFace 性别识别不准的情况)

●过滤所有非真实人物，比如动漫人物 (AipFace Human 置信度小于 0.6)

●过滤所有颜值评分较低图片(AipFace beauty 属性小于 45，为了节省存储空间；再次声明，AipFace 评分无任何客观性)

6、实现逻辑

●通过 Requests 发起 HTTP 请求，获取『美女』下的部分讨论列表

●通过 lxml 解析抓取到的每个讨论中 HTML，获取其中所有的 img 标签相应的 src 属性

●通过 Requests 发起 HTTP 请求，下载 src 属性指向图片(不考虑动图)

●通过 AipFace 请求对图片进行人脸检测

●判断是否检测到人脸，并使用 『4 检测过滤条件』过滤

●将过滤后的图片持久化到本地文件系统，文件名为 颜值 + 作者 + 问题名 + 序号

●返回第一步，继续

7、抓取结果

直接存放在文件夹中(angelababy 实力出境)。另外说句，目前抓下来的图片，除 baby 外，88 分是最高分。个人对其中的排序表示反对，女神竟然不是最高分！

8、代码

9、运行准备

●安装 Python 3，Download Python

●安装 requests、lxml、baidu-aip 库，都可以通过 pip 安装，一行命令

●申请百度云检测服务，免费。人脸识别-百度AI

当然爬虫只是Python强大功能的一部分。如果你想紧追潮流学习这门最具前景的语言可以去好好学习一下。