近段時間小楚在研究Python在量化投資的應用，順帶發現了Python的爬蟲功能真的是非常強大，抓取微博、新浪新聞、豆瓣各種APP的海量數據真的是不費吹灰之力。
知乎也算是國民級的APP了，日活躍用戶數少說也在千萬以上，而且知乎的回答跟百度知道不一樣，基本上知乎的回答都是水平比較高、邏輯性很強的，參考意義非常大。那麼你肯定很想知道，能回答出這麼高水平答案的用戶都是什麼人啊？他們有什麼共同的特徵嗎？
近日，知乎給小楚推送了一個問題：男生長得好看是一種什麼體驗？點進去發現每個回答裡面都是帥到爆的小哥哥的圖片，這個問題下共有8284條回答，幾萬張靚仔圖片，刷得小楚鼻血都要流出來了。
看完帥哥後，小楚覺得不夠過癮，既然知乎都推了帥哥，那我雨露均霑肯定要看看漂亮的小姐姐啊。於是，我又去找到了知乎上另一個問題：女孩子長得漂亮是種什麼體驗。這個問題下總共有3000個回答。看到第一個回答的第一張照片，小楚就hold不住了。。。
來自知乎用戶ID：勾芡兌水
看完後，小楚腎上腺素飆升久久不能自已，積極性一下被調動起來，決定用Python抓取這8000位帥哥和3000位美女的用戶信息，包括知乎暱稱、一句話簡介、職業信息等，看看長得好看的人都有什麼共同特徵。
獨樂樂不如眾樂樂，小楚這就教各位紳士們怎麼用Python進行抓取，小白也不要緊，包會。
1、安裝Python軟件
我們首先下載anaconda，下載地址可以在清華大學鏡像網站下載最新日期的exe安裝包，比官網速度快得多。
下載安裝後接著打開裡面的jupyter notebook,在輸入框裡輸入：pip install zhihu_oanth，完成後，你就已經配置好了抓取知乎所需一切條件了。
2、登陸你的知乎賬號
輸入以下代碼
然後將代碼裡面的手機號換成你自己的知乎手機賬號，密碼換成你自己的賬號密碼。接著點擊運行，此時會出現一個框要你輸入驗證碼，一般你去檢查用戶文件夾，會發現多了一張驗證碼圖片文件，輸入該圖片上的驗證碼，回車搞定。
3、抓取所有回答和用戶信息
（代碼比較長，各位請配合放大鏡閱讀）
運行之後，你就得到了男生長得帥是怎麼樣的體驗下的所有8000個回答、贊數和8000位答主們的用戶特徵，包括暱稱、簡介等。
然後你再輸入df.to_excel('beautifulboys.xlsx')，將8000個回答全部導入一張Excel表裡。
4、將用戶暱稱和簡介做成詞雲的形式
我們提取Excel中的用戶暱稱和簡介，看看帥哥們都喜歡怎麼取名字，以及他們的簡介有什麼共同的地方。
接著，我們就有了驚喜的發現
帥哥們的詞雲：
我們看到帥哥們的暱稱裡都喜歡用“先生”、“一隻”，不少靚仔還喜歡用“少女”呢！（不好意思，我好像明白了什麼）
然後，對提取到的所有簡介做成詞雲。
果然，簡介的信息量價值就比較大了。從上面的詞雲我們發現，知乎長得帥的男生主要集中在學生，尤其是大學生裡面，這也不難理解，畢竟20多歲才是男生的顏值的巔峰期，30一過就成了油膩大叔了不是嘛。
其次，比較驚喜的是，我們看上圖發現帥哥在設計師行業分佈也比較多，看來大家以後要去找靚仔，可以多去設計公司逛逛。
將抓取代碼中的ID替換成長得漂亮是什麼體驗問題的ID後，我們得到了美女們的詞雲特徵：
美女們的詞雲：
知乎美女的暱稱還是喜歡用“豬豬”、“可愛”居多，著很符合精緻的她們。
而從用戶簡介詞雲看出，知乎美女們也是學生居多，職業比較多地集中在教師、設計師行業。
看來，設計師行業的確比較容易出帥哥和美女，兩個詞雲裡面都有設計師這個關鍵詞，畢竟在常人印象裡設計師都是比較嚴苛和挑剔的，如果對自己的顏值沒有信心，也很難設計出優美的作品來！
閱讀更多 楚說財經 的文章
