為保證閱讀體驗，強烈建議點擊原文鏈接閱讀

原文鏈接：知乎凡爾賽沙雕語錄，究竟有多沙雕？

大家好，我是小一

前一陣子，凡爾賽文學突然爆火網絡，特別是在知乎上竟然出現了大量的凡爾賽語錄

隨便點進去一個問題一看，確實一張口就是老凡學家了，夠沙雕

甚至有的問題回答竟然有好幾百，關注和瀏覽量都還挺高。

突發奇想，要不？把這些回答爬下來，分析一下【凡學家們】究竟有多沙雕？

---

凡爾賽問題定位

首先，在知乎搜索【凡爾賽語錄】，發現有幾個相關問題

其中第二個和我們要的結果比較相似

點進去后可以發現這其實是個回答，關于這個提問共有 225 個回答。

可以看到當前網址是下面這個

https://www.zhihu.com/question/429548386/answer/1575062220

去掉 answer 以及后面的部分就是這個問題的網址，這個網址我們會在后面的爬蟲中用到。

特別是后面的一串數字是問題 id，作為知乎問題的唯一標識。

https://www.zhihu.com/question/429548386

爬取問題回答

研究一下上面的網址，我們發現需要爬取兩部分數據：

一部分是問題的詳情，包括創建時間、關注人數、瀏覽量、問題描述等。

一部分是問題的回答，包括每個答主的用戶名、粉絲數等信息，問題回答的具體內容、發布時間、評論數、點贊數等信息。

其中，問題詳情可以直接爬取上面的網址，通過 bs4 解析頁面內容拿到數據

而問題的回答則需要通過下面的鏈接，通過設置每頁的起始下標和頁面內容偏移量確定，有點類似于分頁內容的爬取。

def?init_url(question_id,?limit,?offset):
????base_url_start?=?"https://www.zhihu.com/api/v4/questions/"
????base_url_end?=?"/answers?include=data%5B%2A%5D.is_normal%2Cadmin_closed_comment%2Creward_info%2Cis_collapsed%2Cannotation_action%2Cannotation_detail%2Ccollapse_reason%2Cis_sticky%2Ccollapsed_by%2Csuggest_edit%2Ccomment_count%2Ccan_comment%2Ccontent%2Ceditable_content%2Cvoteup_count%2Creshipment_settings%2Ccomment_permission%2Ccreated_time%2Cupdated_time%2Creview_info%2Crelevant_info%2Cquestion%2Cexcerpt%2Crelationship.is_authorized%2Cis_author%2Cvoting%2Cis_thanked%2Cis_nothelp%2Cis_labeled%2Cis_recognized%2Cpaid_info%2Cpaid_info_content%3Bdata%5B%2A%5D.mark_infos%5B%2A%5D.url%3Bdata%5B%2A%5D.author.follower_count%2Cbadge%5B%2A%5D.topics&limit={0}&offset={1}".format(limit,?offset)

????return?base_url_start?+?question_id?+?base_url_end

設置每頁回答數 limit=20，offset 則可以是0、20、40...

而 question_id 則是上面提到的網址后面的一串數字，這里是 429548386

邏輯想明白之后就是通過寫爬蟲獲取數據了，文末有完整的爬蟲代碼獲取方式，運行的時候你只需要修改問題的 id 即可。

由于篇幅問題，這里只貼主要的代碼：

if?__name__?==?'__main__':
????question_id?=?'429548386'
????url?=?"https://www.zhihu.com/question/"?+?question_id
????"""獲取問題的詳細描述"""
????title,?question,?follower,?watched,?answer_count,?tag_list?=?get_question_base_info(url)
????print("問題url："+?url)
????print("問題標題："?+?title)
????print("問題描述："?+?question)
????print("該問題被定義的標簽為："?+?'、'.join(tag_list))
????print("該問題關注人數：{0}，已經被?{1}?人瀏覽過".format(follower,?watched))
????print("截止?{}，該問題有?{}?個回答".format(time.strftime("%Y-%m-%d?%H:%M:%S",?time.localtime()),?answer_count))

????"""獲取問題的回答數據"""
????#?構造url
????limit,?offset?=?20,?0
????page_cnt?=?int(answer_count/limit)?+?1
????answer_data?=?pd.DataFrame()
????for?page_index?in?range(page_cnt):
????????answer_url?=?init_url(question_id,?limit,?offset+page_index*limit)
????????#?獲取數據
????????data_per_page?=?get_answer_info(answer_url,?page_index)
????????answer_data?=?answer_data.append(data_per_page)
????????sleep(3)

????answer_data.to_csv('凡爾賽沙雕語錄_{0}.csv'.format(question_id),?encoding='utf-8',?index=False)

爬蟲運行截圖如下：

最終，該問題現有的 225 條回答都已經成功爬到

分析回答數據

每個答主都有自己的粉絲，粉絲多的答主應該回答質量比較高，才會受到大家的廣泛關注。那，像這種沙雕語錄他們也有涉及嗎？

先來看一下粉絲數和贊同數的關系

可以發現，粉絲數多的答主的問題回答贊同數不一定高，反倒是粉絲數少的答主回答更沙雕些，廣受大家認可。

那，贊同數多的回答評論數應該也不少，畢竟大家都會前排吃瓜，圍觀沙雕

果然，問題回答的贊同數和評論數基本呈線性分布

基于常識，越早的問題回答應該越容易受到關注，會吸引一大波吃瓜群眾前來圍觀，時間越往后可能熱度就過去了，也就少有人關注了。

看一下分布圖：

可以看到，這個話題的關注度持續時間比較久，甚至十天后還有近千贊的回答產生，相比微博的熱搜知乎熱搜似乎持續時間更久一些。

最后，一起欣賞一下新時代的凡爾賽沙雕語錄

一開口就是老凡爾賽人了！

說出來挺不好意思的，我是最近才知道雞蛋有殼的，以前都是吃管家剝好的，一直以為雞蛋都是白色的軟軟的

好煩，睡過了馬爾代夫的航班，只能專機去了

今天，我的姐妹說要開跑車來接我下班，我說不要，打工人怎么能用跑車下班？

家里已經幫我包了一輛公車了，年卡，隨我刷。

打工可能會少活十年，不打工我一天也活不了

早晨我把“早安打工人”發給了數位好友，無一人回復。后來我才意識到，打工的只有我一個，他們這些人上人還在睡覺。

對不起，是我認真了。

雇主讓我早點去安空調

我說：“就不能晚點安嗎？”

他說：“不能，打工人就是要早安！”

寫在后面的話

本節語錄+圖片均來源于網絡，侵權可以后臺聯系小一刪除。

本節相關的爬蟲代碼已經整理完畢，原文 后臺回復【凡爾賽】 獲取源碼。

文章說明

文章作者：xiaoyi 數據分析從業者，金融風控愛好者

文章首發：公眾號【小一的學習筆記】

原文鏈接：知乎凡爾賽沙雕語錄，究竟有多沙雕？

我是小一，堅持向暮光所走的人，終將成為耀眼的存在。

期待你的 三連，我們下節見。

總結

以上是生活随笔為你收集整理的知乎凡尔赛沙雕语录，究竟有多沙雕？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。