美女代码了(知乎大神教你用Python爬取高颜值美女，附代码)

都知道Python的抓取功能强大，可以帮我们从海量的数据中爬取所需要的进行分析。下面，千锋武汉Python培训小编就给大家分享知乎大神怎么用Python爬取高颜值美女！

1、数据源

知乎话题『美女』下所有问题中回答所出现的图片

2、抓取工具

Python3，并使用第三方库Requests、lxml、AipFace，代码共100 +行

3、必要环境

●Mac / Linux / Windows（Linux 没测过，理论上可以）。

●Windows之前较多反应出现异常，后查是windows对本地文件名中的字符做了限制，已使用正则过滤

●无需登录知乎（即无需提供知乎帐号密码）

人脸检测服务需要一个百度云帐号（即百度网盘 / 贴吧帐号）

4、人脸检测库

AipFace，由百度云 AI 开放平台提供，是一个可以进行人脸检测的 Python SDK。可以直接通过HTTP访问，免费使用。

5、检测过滤条件

●过滤所有未出现人脸图片（比如风景图、未露脸身材照等）

●过滤所有非女性（在抓取中，发现知乎男性图片基本是明星，故不考虑；存在 AipFace 性别识别不准的情况）

●过滤所有非真实人物，比如动漫人物 （AipFace Human 置信度小于 0.6）

●过滤所有颜值评分较低图片（AipFace beauty 属性小于 45，为了节省存储空间；再次声明，AipFace 评分无任何客观性）

6、实现逻辑

●通过 Requests 发起 HTTP 请求，获取『美女』下的部分讨论列表

●通过 lxml 解析抓取到的每个讨论中 HTML，获取其中所有的 img 标签相应的 src 属性

●通过 Requests 发起 HTTP 请求，下载 src 属性指向图片（不考虑动图）

●通过 AipFace 请求对图片进行人脸检测

●判断是否检测到人脸，并使用 『4 检测过滤条件』过滤

●将过滤后的图片持久化到本地文件系统，文件名为 颜值 + 作者 + 问题名 + 序号

●返回第一步，继续

7、抓取结果

直接存放在文件夹中（angelababy 实力出境）。另外说句，目前抓下来的图片，除 baby 外，88 分是最高分。个人对其中的排序表示反对，女神竟然不是最高分！

8、代码

9、运行准备

●安装 Python 3，Download Python

●安装 requests、lxml、baidu-aip 库，都可以通过 pip 安装，一行命令

●申请百度云检测服务，免费。人脸识别-百度AI

当然爬虫只是Python强大功能的一部分。如果你想紧追潮流学习这门最具前景的语言可以去千锋武汉Python培训机构系统学习一下。千锋武汉Python培训课程内容涉及Web、爬虫、Python全栈、人工智能和数据挖掘等最新潮流的技术，大牛讲师团队全程面授，丰富的项目实战教学，让学员不止于学，更要学会，更要能够应用到工作中，毕业之后可以无缝对接真实工作需求。

5个月时间在千锋武汉Python培训机构可以完全系统学习Python，大咖导师带你合理避坑，接轨企业实战，一步成为Python开发工程师，更有多家名企不定期上门招聘人才！想了解更多Python行业动态和学习资料，可以关注“武汉千锋”微信公众号。