苏生不惑出品：2024 批量下载知乎回答，文章和想法，导出 excel 和 pdf

苏生不惑第488 篇原创文章，加入我的知识星球。

去年发过文章2023 更新版：苏生不惑开发过的那些原创工具和脚本，今天用web scraper抓取知乎数据，然后批量下载知乎回答，文章和想法，导出excel和pdf 。

如何安装web scraper浏览器扩展见我之前文章2023 年还有人不会用油猴脚本神器？手把手教你 ，推荐使用谷歌或者edge浏览器，安装扩展后打开知乎网站右键检查切换到web scraper就可以用了。

批量下载知乎回答和文章以 kvxjr369f  这个号为例，import sitemap导入以下代码，注意如果抓取其他号要修改下知乎链接和page页数。

{"_id":"zhihu_answer2","startUrl":["https://www.zhihu.com/people/kvxjr369f/answers?page=[1-170]"],"selectors":[{"id":"row2","multiple":true,"parentSelectors":["_root"],"selector":"div.List-item","type":"SelectorElement"},{"id":"知乎问题标题","multiple":false,"parentSelectors":["row2"],"regex":"","selector":"[itemprop='zhihu:question'] a[data-za-detail-view-element_name]","type":"SelectorText"},{"extractAttribute":"href","id":"知乎问题链接","multiple":false,"parentSelectors":["row2"],"selector":"[itemprop='zhihu:question'] a[data-za-detail-view-element_name]","type":"SelectorElementAttribute"},{"id":"知乎赞同数","multiple":false,"parentSelectors":["row2"],"regex":"\\d+","selector":"button.VoteButton--up","type":"SelectorText"},{"id":"知乎评论数","multiple":false,"parentSelectors":["row2"],"regex":"\\d+","selector":"button.ContentItem-action:nth-of-type(1)","type":"SelectorText"}]}

选择导入的脚本直接scrape，之后浏览器会自动新开浏览器抓取。我录制了个简单的视频。

抓取完成后export data，可以选择excel和csv格式。

导出的excel数据包含所有知乎回答问题标题，链接，赞同数和评论数。

共3000多个回答。

按赞同数对所有回答排个序，不过981会排在9801前面，因为这些数字被识别为文本而不是数值，可以新建一列赞同数使用 VALUE 函数将文本转换为数值 =VALUE(E2)， 然后下拉拖动填充到单元格，再对新的列进行排序，回答赞数排名前10的回答：

https://www.zhihu.com/question/518747432/answer/2366512885
https://www.zhihu.com/question/389889237/answer/1340483247
https://www.zhihu.com/question/67266406/answer/1214233663
https://www.zhihu.com/question/264373660/answer/1710187984
https://www.zhihu.com/question/587776721/answer/2924669605
https://www.zhihu.com/question/442077295/answer/1708505224
https://www.zhihu.com/question/28296314/answer/1486320041
https://www.zhihu.com/question/349923819/answer/1357923844
https://www.zhihu.com/question/267170674/answer/448696808
https://www.zhihu.com/question/20887129/answer/2274353390

之后对excel里的回答链接批量下载（这个自己研究下），效果如图：

下载生成回答html，文件名为回答日期加标题，再转换pdf。

最后将所有回答pdf合成一个pdf文件，大小近300MB，网盘地址 https://pan.quark.cn/s/8522433ad346 ，点击左侧书签可跳转到对应回答。

知乎文章批量下载也是一样的，导入以下代码抓取（以下为付费内容）：