知乎爬虫 Skill

环境要求

• - Python 3.7+（python 或 python3 命令）
• 依赖：pip install requests

工作流程

1. 1. 识别关键词：从用户请求中提取要搜索的关键词
2. 获取 Cookie：若用户未提供，告知获取方式（见下方）
3. 执行脚本：运行 zhihu_crawl.py，监控进度
4. 汇报结果：问题数、回答数、输出目录

获取 Cookie

浏览器打开 zhihu.com 登录 → F12 → Network → 任意请求 → Request Headers → 复制 cookie: 后的完整值

执行命令

bash
python zhihu_crawl.py \
--cookie 用户的Cookie \
--keywords 关键词1 关键词2 \
--top 100 \
--output ./zhihu_output

Windows PowerShell：
powershell
python zhihu_crawl.py
--cookie 用户的Cookie
--keywords 关键词1 关键词2
--top 100
--output ./zhihu_output

Windows 上若提示 SSL 错误，在命令前加：
$env:PATH = C:\python\anaconda\Library\bin; + $env:PATH

参数

输出文件

output/
├── question_{id}.json # 每道题的完整数据（含全部回答）
├── questionlist.json # 问题列表（按回答数降序）
└── mergedall.txt # 所有内容合并纯文本（可直接喂给 AI 分析）

常见错误

使用示例

抓取单主题：
bash
python zhihucrawl.py --cookie abc... --keywords 高松灯 --top 50 --output ./output灯

抓取多主题，取 TOP 200：
bash
python zhihu_crawl.py --cookie abc... --keywords MyGO Ave Mujica 丰川祥子 --top 200