thanks!

偶然发现的事情。比如下面这两个回答：
https://www.zhihu.com/question/48108484/answer/112362265/
https://www.zhihu.com/question/49267016/answer/117903377
虽然他们并不是匿名的，但是用Answer.author返回的却是匿名用户。虽然我一开始猜是不是这些用户取消匿名了，但我看了下，这种情况还挺多的，所以不大可能是取消匿名，而可能是哪里出了点问题……

现在 Answer 类是不包含评论的，有增加的打算么？

准备写打包 patch (方便用 pip 管理), 需要这些信息:

• 版本号
• 许可证

在这回复就行了, 我在自己的 branch 已经调整了项目结构, 到时候自己写进去就行, 这样就省得 merge 蛋疼了

比如【美团点评技术团队】的官方知乎首页为：https://www.zhihu.com/org/mei-tuan-dian-ping-ji-shu-tuan-dui，以/org为前缀。

所以common.py中，用户首页url的的正则表达式应该改为：

re_author_url = re.compile(r'^https?://www\.zhihu\.com/(people|org)/[^/]+/?$')

请问您是怎么获取下一页的

今天重跑之前的爬虫发现了这个问题，出现JSONDecodeError。Question类和Answer类的其他方法好像没问题。不过既然这个项目已经停止维护了，看来目前只能移到zhihu-oauth了TAT……

啊，然而在zhihu-oauth里面没有Question的creation_time……遗憾

顺便一提，Answers类下面的upvoters也会出错。不过这个可以在zhihu-oauth里面找到对应的

user = client.from_url(v.profileUrl)
print (user.follower_count)

Traceback (most recent call last):
File "zhihu.py", line 70, in
process()
File "zhihu.py", line 63, in process
print (user.follower_count)
File "Env/codelab/lib/python2.7/site-packages/zhihu_oauth/zhcls/normal.py", line 59, in wrapper
self._get_data()
File "Env/codelab/lib/python2.7/site-packages/zhihu_oauth/zhcls/base.py", line 75, in _get_data
raise e
zhihu_oauth.exception.GetDataErrorException

example:
https://www.zhihu.com/people/meng-meng-meng-meng-meng-meng-meng-duo-nuo

具体是什么原因没仔细看，不过看起来只要https://www.zhihu.com/people/, 这个userid超过了一定的长度，就报错..

能不能再添加一个查看用户详细资料，以便获得更多职业及教育背景相关的信息？

In test/zhihu-test.py, some tests failed.
我的测试环境是windows 7, python 3.5.2.

# 获取关注问题的用户
for _, follower in zip(range(10), question.followers):
    print(follower.name)

# 获取提问时间
ctime = question.creation_time
print(ctime)
assert ctime == datetime.strptime('2014-08-12 17:58:07', "%Y-%m-%d %H:%M:%S")

# 获取最后编辑时间
last_edit_time = question.last_edit_time
print(last_edit_time)
assert last_edit_time >= datetime.strptime('2015-04-01 00:39:21', "%Y-%m-%d %H:%M:%S")

# 获取该答案所在问题标题
print(answer.question.title)

# 获得用户粉丝
for _, follower in zip(range(10), author.followers):
    print(follower.name)

只是run了一下zhihu-test.py, 发现以上几个test好像跑不通。
一部分报错信息如下。

===== test failed =====
Cleaning...Done
Traceback (most recent call last):
  File "zhihu-test.py", line 869, in <module>
    raise e
  File "zhihu-test.py", line 863, in <module>
    'test()', setup='from __main__ import test', number=1)
  File "C:\Python3\lib\timeit.py", line 213, in timeit
    return Timer(stmt, setup, timer, globals).timeit(number)
  File "C:\Python3\lib\timeit.py", line 178, in timeit
    timing = self.inner(it, self.timer)
  File "<timeit-src>", line 6, in inner
  File "zhihu-test.py", line 813, in test
    test_question()
  File "zhihu-test.py", line 34, in test_question
    for _, follower in zip(range(10), question.followers):
  File "C:\Python3\lib\site-packages\zhihu_py3-0.3.17-py3.5.egg\zhihu\question.p
y", line 172, in followers
  File "C:\Python3\lib\site-packages\zhihu_py3-0.3.17-py3.5.egg\zhihu\common.py"
, line 225, in common_follower
  File "C:\Python3\lib\site-packages\requests-2.10.0-py3.5.egg\requests\models.p
y", line 812, in json
    return complexjson.loads(self.text, **kwargs)
  File "C:\Python3\lib\json\__init__.py", line 319, in loads
    return _default_decoder.decode(s)
  File "C:\Python3\lib\json\decoder.py", line 339, in decode
    obj, end = self.raw_decode(s, idx=_w(s, 0).end())
  File "C:\Python3\lib\json\decoder.py", line 357, in raw_decode
    raise JSONDecodeError("Expecting value", s, err.value) from None
json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)

文档中的URL是http://www.zhihu.com/people/zord-vczh ，现在变成了https://www.zhihu.com/people/excited-vczh, 建议修改一下或者换个人做例子。

在用户操作类里面只有赞同反对关注取消等，是否考虑添加诸如发送私信、添加答案、回复评论、更新设置一类的功能?

是不是有考虑到容易被滥用所以没有写么？

环境macbook pro macOS 10.12.3

你好！Topic类的children方法无法获得某话题下的全部子话题，因为许多话题的子话题很多，当前页面显示不完，所以需要点击“加载更多”才能显示更多的子话题。而目前的children方法只能获得某话题页面中初始显示的那些话题。例如：「形而上」话题有44个子话题，而通过children方法只能获得其中的10个子话题。

使用手机号登录，会返回 r=1

root@iZ28dhz7tobZ:/zhihu-py3# cd test/
root@iZ28dhz7tobZ:/zhihu-py3/test# python3 zhihu-test.py
Test dir: /root/zhihu-py3/test/test
Test dir not exist.
Cookies file found.
Making test dir...Done

===== test start =====
===== test failed =====
Cleaning...Done
Traceback (most recent call last):
File "zhihu-test.py", line 869, in
raise e
File "zhihu-test.py", line 863, in
'test()', setup='from main import test', number=1)
File "/root/anaconda3/lib/python3.5/timeit.py", line 213, in timeit
return Timer(stmt, setup, timer, globals).timeit(number)
File "/root/anaconda3/lib/python3.5/timeit.py", line 178, in timeit
timing = self.inner(it, self.timer)
File "", line 6, in inner
File "zhihu-test.py", line 813, in test
test_question()
File "zhihu-test.py", line 18, in test_question
print(question.title)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-15: ordinal not in range(128)

外部是否存在解决方法？

现在问题的详细信息的css类也是zm-editable-content 了

Answer类中获取content

    @property
    @check_soup('_content')
    def content(self):
        """以处理过的Html代码形式返回答案内容.

        :return: 答案内容
        :rtype: str
        """
        content = self.soup.find('div', class_='zm-editable-content')
        content = answer_content_process(content)
        return content

会变成获取问题的详细信息，

现在可以改成

 content = self.soup.find('div', class_='zm-editable-content clearfix')

如图其实每一个activity都是有url的，之前我说的新需求：回答的url。其实这个需求没有思考清楚。

我想要的是这种无区别的url，在每一个activity里的，作为我加载单个feed的webview的参数。

Parsing HTML in python - lxml or BeautifulSoup? Which of these is better for what kinds of purposes?

例如我在爬取这个问题(https://www.zhihu.com/question/19969760)的所有答案时，原本有39个答案，但是只能爬取20个。而当我在这个问题的网页地址之后加入 ?sort=created 使其变成https://www.zhihu.com/question/19969760?sort=created，再进行爬取时就能爬取所有的39个答案。

ps，我是初学者，就是个渣渣，如果不对，就忽视吧

from zhihu import ZhihuClient
Traceback (most recent call last):
File "", line 1, in
File "/usr/local/lib/python3.2/dist-packages/zhihu/init.py", line 10, in
from .activity import Activity
File "/usr/local/lib/python3.2/dist-packages/zhihu/activity.py", line 12, in
from .topic import Topic
File "/usr/local/lib/python3.2/dist-packages/zhihu/topic.py", line 81
yield Topic(Zhihu_URL + topic_tag['href'],
SyntaxError: 'return' with argument inside generator

大神们告诉我，怎么解决？

你好！谢谢你写的程序。我是个初学者，觉得受益匪浅，但现在对Topic类下的questions生成器有点疑问。不知道为什么用topic.questions.next()或者next(topic.questions) 出来的全部是同一个问题，而for question in topic.questions就不会这样。请问这是为什么呢？
另外，今天我试着爬了200多个之后就出现了错误，打开浏览器发现要求输入验证码了。这种反爬虫的机制除了暂停程序之外应该怎么对付呀？

p.s. 希望zhihu-oauth那边能够对topic类加入questions生成器 >_<

验证码部分好像已经失效了
具体到login(email,password,captcha)
<Response [405]>
可能需要考虑改进登录方法

可以把 py 文件的 # -*- coding: utf-8 -*- 都去掉，对 py3 没必要。

在我的zhihu_pyqt里想有 查看原文 这个功能，需要有回答或者专栏的原文链接，也就是url属性

Book 感觉就是书而已，而已说不定知乎出书了，还有的写

"any one of two or more sections of print that appear next to each other on a page and are separated by a blank space or a line" from http://www.merriam-webster.com/dictionary/column

不过也不是什么大问题就是了，随作者吧

建议所有的 class 都继承 object，不要用老式的 class 定义方法：Python class inherits object

File "/Users/yuwei/PycharmProjects/qt_project/zhihu_pyqt/src/model/feeds_list.py", line 97, in get_feeds
for act in activities:
File "/usr/local/lib/python3.4/site-packages/zhihu.py", line 758, in activities
gotten_feed_num = res.json()['msg'][0]
File "/usr/local/lib/python3.4/site-packages/requests/models.py", line 819, in json
return json.loads(self.text, **kwargs)
File "/usr/local/Cellar/python3/3.4.2_1/Frameworks/Python.framework/Versions/3.4/lib/python3.4/json/init.py", line 318, in loads
return _default_decoder.decode(s)
File "/usr/local/Cellar/python3/3.4.2_1/Frameworks/Python.framework/Versions/3.4/lib/python3.4/json/decoder.py", line 343, in decode
obj, end = self.raw_decode(s, idx=_w(s, 0).end())
File "/usr/local/Cellar/python3/3.4.2_1/Frameworks/Python.framework/Versions/3.4/lib/python3.4/json/decoder.py", line 361, in raw_decode
raise ValueError(errmsg("Expecting value", s, err.value)) from None
ValueError: Expecting value: line 1 column 1 (char 0)

目前test似乎没起到应有的作用，基本上都是print获得的信息，而非检查信息的内容，因此只有在有Exception的情况下才会失败。并且也没有用任何单元测试的框架。

因为开发似乎还挺活跃的，我想有必要完善test，这样每次修改代码之后能跑一下test确保没有引入新bug。但其中一个问题是不少功能都是需要从知乎网页上直接获取数据，这些数据是会变化的。所以我认为比较合理的做法是，把发送请求的部分和处理soup提取数据的部分尽可能分开，前者代码尽可能简单到一目了然。

这样一来就可以本地保存一些网页副本，通过直接读取到self.soup来，然后对比提取出来的数据与应有的值是否相等来测试每个function的功能。当然单元测试的框架比如unittest最好也用上，会方便不少。

如果需要的话我也可以帮忙写一部分代码。

你的TODO:

help

我需要一个新的功能——某个用户的最新动态，，求开发。列列我的设想，以后应该还有合作。

ps：你的库好用啊，而且用pydoc看到的文档，写的真不错，点个赞

明明之前的有用啊？是我的问题么？

====== zhihu login =====
email:*
password:*
please check captcha.gif for captcha
captcha: d9sg
====== logging.... =====
login failed, reason: None

我根据vczh的那个测试下来发生错误error
No connection adapters were found for
'http:https://xxxxxxxx 知乎的链接方式改了吧

从zhihu-oauth项目找到这个项目，发现topic.py文件中也没有获取话题日志的接口。
不知道能否实现一下？

若question.title里有各种特殊符号在保存时这些符号都会丢失，导致令人困惑，能否在写入时把题目加进去呢？谢谢。

例如 "zhuanlan.zhihu.com/api/posts/:id/likers?limit=20&offset=20" 接口已经采用分页返回，项目似乎并没支持。

在Answer类中，不友善时content为空， answer_content_process里面的clone_bs4_elem函数在输入为None时出错。

System: Mac OSX Yosemite 10.10.4

<zhihu.Answer object at 0x1030a5e48>
<generator object top_i_answers at 0x105553510>
<generator object answers at 0x105553510>
Traceback (most recent call last):
  File "zhihu-test.py", line 267, in <module>
    test_question()
  File "zhihu-test.py", line 48, in test_question
    for answer in question.answers:
  File "/Users/jiaqiluo/Documents/python_learning/zhihu-py3-master/zhihu.py", line 376, in answers
    _xsrf = self.soup.find('input', attrs={'name': '_xsrf'})['value']
TypeError: 'NoneType' object is not subscriptable

我刚刚开始学习python，可能这个问题比较低级，我也在积极寻找解决方法，但是还是希望作者（或其他人）帮助解决。

谢谢

你好

以下是我的code與error的內容
想請你看一下是哪裡出了問題
謝謝你

Code:
topic_travel_in_Taiwan = client.topic('http://www.zhihu.com/topic/19755487')
questions_in_topic = topic_travel_in_Taiwan.questions
first_q = next(questions_in_topic)

出現error如下
Traceback (most recent call last):
File "", line 1, in
File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/zhihu/topic.py", line 293, in questions
older_time_stamp = int(questions[-1].h2.span['data-timestamp'])
IndexError: list index out of range

Code:
hot_questions = topic_travel_in_Taiwan.hot_questions
next(hot_questions)

出現過兩個不同的error

Traceback (most recent call last):
File "", line 1, in
File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/zhihu/topic.py", line 386, in hot_questions
params = {'start': 0, '_xsrf': self.xsrf}
File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/zhihu/common.py", line 100, in wrapper
value = func(self)
File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/zhihu/topic.py", line 45, in xsrf
return self.soup.find('input', attrs={'name': '_xsrf'})['value']
TypeError: 'NoneType' object is not subscriptable

Traceback (most recent call last):
File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/zhihu/topic.py", line 473, in _get_score
_ = h2['class']
File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/bs4/element.py", line 997, in getitem
return self.attrs[key]
KeyError: 'class'

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "", line 1, in
File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/zhihu/topic.py", line 396, in hot_questions
questions.sort(key=self._get_score, reverse=True)
File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/zhihu/topic.py", line 476, in _get_score
return div.parent.parent['data-score']
File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/bs4/element.py", line 997, in getitem
return self.attrs[key]
KeyError: 'data-score'

rt

实测只用 email 和 password 也能登陆。

1. email, password, _xsrf 登陆之后
2. GET /
3. set-cookies 会返回一个新 _xsrf,

其他地方有待分离
我的想法是所有的类都继承一个BaseZhihu， 里面增加from_html

个人认为 markdown 在 GitHub 上能有更好的渲染，比如 rst 的 check box 就不能渲染出来
使用 rst 是不是作者个人喜好？

ajax中有的，请问怎么加呢？新手

您好！我是初学者。最近用您开发的API写了一个爬虫，但每次爬到一定数目时就停止了，我想问是因为知乎服务器端有访问限制吗？有具体的解决方法吗？

站外链接统一变成//link.zhihu.com/?target=http%3A+真实链接地址这样的了，能否在save()时执行一下url替换？谢谢

因为如果自己迭代如下：

for act in activitys:
    if act.type in [zhihu.ActType.ANSWER_QUESTION, zhihu.ActType.PUBLISH_POST]:

会将每一个act都生成，但是实际上回答问题和发布文章，只占所有act的1%吧（平均的话大概）。
所以filter可以极快的加速性能。

对问题、答案提供状态检查区分
回答：「正常」「建议修改：政治」「建议修改：不友善」「已删除」
问题：「正常」「关闭：xxx」「已删除」
直接处理为

<p>
   回答建议修改：不宜公开讨论的政治内容
</p>

貌似不太好
——当然不急