定时消息之类的 可以调接口调整时间，kafka 消息之类的 也可以快速消费。没有必要一直等，其实用例执行时间很短，就是前置条件耗时太久了

@ 陈恒捷 卧槽 时隔两年 在看到这个回答。最后一条回复已经忘记那个时候是咋解决的了。但是看代码 看到了那个 if 3 + offer > 467 branck 自己跳出循环了

判断一下请求的状态码是否正常就行了，已经解决了，谢谢各位

好的 谢谢

这里找到原因了，谢谢大佬的讲解

好的 谢谢。我的期望是获取到所有的答案，不需要跳过已删除的回答。现在的这个逻辑已经够使用了。疑惑是上面的代码逻辑是没有跳过已删除的回答的，但是获取到的回答是全部回答减去已删除的回答的

获取到的回答跟前端界面上显示的回答有差异，查看了一下是因为有些回答被删除了，所以获取不到，到了删除回答的直接就跳出循环了。这样是正常的吗？

再次谢谢大佬，直接通过 json 去获取到回答的 ID，然后在通过 ID 去访问回答，在获取回答下面的图片。

懂了，看了一下 json 格式，正则匹配的出来的是回答里面引用的回答。还是得用 json 去匹配出来回答 ID，然后在通过 ID 去请求回答

正则匹配到很少回答 ID 或者没有的时候，html 返回的格式内容里面的图片很多，都是一些图片，没有回答的 ID 了

好的，谢谢

因为获取的是 html 的格式返回内容，会获取到回答的 ID，然后也会获取到这个回答下面引用的回答的 ID，然后在通关 ID 去进行访问，这样加起来只有 181 个，所以看起来就很懵

好的 谢谢，非常感谢您提的意见。这个正则的匹配方式是我按照前端界面的 url 去匹配的，不知道匹配到的是引用其他回答。

@ 陈恒捷

# -*- coding: utf-8 -*-
from time import sleep

import ahttp
import urllib.request
import re
import socket
import os
import requests
from bs4 import BeautifulSoup

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) "
                  "Chrome/90.0.4430.93 Safari/537.36 "

}
a = []
b = []
cc = []
qq = 0

for i in range(0, 467):
    req = requests.get(
        url='https://www.zhihu.com/api/v4/questions/340990864/answers?include=comment_count,content,voteup_cou'
            'nt,reshipment_settings,is_author,voting,is_thanked,is_nothelp;data[*].mark_infos[*].url;data[*].a'
            'uthor.follower_count,badge[*].topics&limit=5&offset={}&platform=desktop&sort_by=default'.format(3 + qq),
        headers=headers)
    sleep(5)
    qq += 5
    if 3 + qq > 467:
        break
    reqq = req.text
    # print(reqq)
    # 先获取到界面上的回答，然后一个个去请求回答，在获取回答下面的图片
    aaa = re.findall(r'https://www.zhihu.com/question/340990864/answer/(\d*)', reqq)
    print(aaa)
    print(3 + qq)
    if len(aaa) == 0:
        continue
    else:
        for j in range(len(aaa)):
            b.append(aaa[j])

print(len(b), b)
bb = list(set(b))
print(len(bb), bb)

bbb = [f"https://www.zhihu.com/question/340990864/answer/" + str(bb[i]) for i in range(len(bb))]
print(len(bbb))
ress = ahttp.Session()
res1 = [ress.get(url) for url in bbb]
res2 = ahttp.run(res1)
tupian = []
m = 0
for j in range(len(bb)):
    res3 = res2[j].text
    tu = re.findall(r'https://pic2.zhimg.com/v2.*?\.jpg', res3)
    if len(tu) == 0:
        continue
    else:
        for k in range(len(tu)):
            tupian.append(tu[k])
    print(len(tupian), j)
tupian2 = set(tupian)
print(len(tupian2))
while m < len(list(tupian2)):
    print(list(tupian2)[m])
    urllib.request.urlretrieve(list(tupian2)[m], filename='./tupian2/' + str(m) + '.jpg')
    m += 1
    print(m)

我这个是只获取一个固定话题下面的回答，回答数不会为 0 ，获取不到回答的时候我看了 html 格式返回的内容，返回的全部都是图片，没有回答

-- coding: utf-8 --

from time import sleep

import ahttp
import urllib.request
import re
import socket
import os
import requests
from bs4 import BeautifulSoup

headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) "
"Chrome/90.0.4430.93 Safari/537.36 "

}
a = []
b = []
cc = []
qq = 0

for i in range(0, 467):
req = requests.get(
url='https://www.zhihu.com/api/v4/questions/340990864/answers?

'include=comment_count,content,voteup_cou'
'nt,reshipment_settings,is_author,voting,is_thanked,is_nothelp;data[].mark_infos[].url;data[].a'
'uthor.follower_count,badge[].topics&limit=5&offset=
'{}&platform=desktop&sort_by=default'.format(3 + qq),
headers=headers)
sleep(5)
qq += 5
if 3 + qq > 467:
break
reqq = req.text
# print(reqq)
# 先获取到界面上的回答，然后一个个去请求回答，在获取回答下面的图片
aaa = re.findall(r'https://www.zhihu.com/question/340990864/answer/d*)(\', reqq)
print(aaa)
print(3 + qq)
if len(aaa) == 0:
continue
else:
for j in range(len(aaa)):
b.append(aaa[j])

print(len(b), b)
bb = list(set(b))
print(len(bb), bb)

bbb = [f"https://www.zhihu.com/question/340990864/answer/" + str(bb[i]) for i in range(len(bb))]
print(len(bbb))
ress = ahttp.Session()
res1 = [ress.get(url) for url in bbb]
res2 = ahttp.run(res1)
tupian = []
m = 0
for j in range(len(bb)):
res3 = res2[j].text
tu = re.findall(r'https://pic2.zhimg.com/v2.?\.jpg*', res3)
if len(tu) == 0:
continue
else:
for k in range(len(tu)):
tupian.append(tu[k])
print(len(tupian), j)
tupian2 = set(tupian)
print(len(tupian2))
while m < len(list(tupian2)):
print(list(tupian2)[m])
urllib.request.urlretrieve(list(tupian2)[m], filename='./tupian2/' + str(m) + '.jpg')
m += 1
print(m)

等待时间太短了，offset 的值越大，响应的时间就越长，等待时间太短，导致有些回答直接没有获取到

以前是获取到 181 个回答，现在获取到 184 个回答

改了之后，多获取了 3 个回答

好的 谢谢

很奇怪，匹配不出来

原始有值，正则没有匹配到

有很多请求下面没有回答，不知道是不是我正则写的有问题 ，我在去理一理我的正则，谢谢