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. 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#

参数必填默认值说明--cookie是—知乎登录 Cookie--keywords否MyGO Ave Mujica 丰川祥子搜索词，多个用空格分隔，含空格的词用引号--top否100取回答数最多的前 N 个问题--output否zhihu_output输出目录路径--search-max否200每个关键词最多搜索多少候选

输出文件#

text

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

常见错误#

错误原因解决SSL module not availableAnaconda PATH 未配置设置 $env:PATH = "C:\python\anaconda\Library\bin;" + $env:PATH``ModuleNotFoundError: requests未安装依赖pip install requests 或 pip install --user requests``HTTP 403Cookie 失效重新从浏览器复制 Cookie找到 0 个问题Cookie 失效或关键词无结果检查 Cookie 是否完整有效

使用示例#

抓取单主题：

bash

python zhihu_crawl.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