知乎已经成为了爬虫的训练场，本文利用Python中的requests库，模拟登陆知乎，获取cookie，保存到本地，然后这个cookie作为登陆的凭证，登陆知乎的主页面，爬取知乎主页面上的问题和对应问题回答的摘要。
关于知乎验证码登陆的问题，用到了Python上一个重要的图片处理库PIL,如果不行，就把图片存到本地，手动输入。
爬取知乎的关键的部分：模拟登陆
通过对知乎登陆是的抓包，可以发现登陆知乎，需要post三个参数，一个是账号，一个是密码，一个是xrsf。
这个xrsf隐藏在表单里面，每次登陆的时候，应该是服务器随机产生一个字符串。所有，要模拟登陆的时候，必须要拿到xrsf。
用chrome (或者火狐 httpfox 抓包分析)的结果：
所以，必须要拿到xsrf的数值，注意这是一个动态变化的参数，每次都不一样。
注意findall和find_all函数的区别。
拿到xsrf，下面就可以模拟登陆了。
使用requests库的session对象，建立一个会话的好处是，可以把同一个用户的不同请求联系起来，直到会话结束都会自动处理cookies。
注意：cookies 是当前目录的一个文件，这个文件保存了知乎的cookie，如果是第一个登陆，那么当然是没有这个文件的，不能通过cookie文件来登陆。必须要输入密码。
def login(secret, account):
# 通过输入的用户名判断是否是手机号
if re.match(r"^1\d{10}$", account):
print("手机号登录 \n")
post_url = /login/phone_num
postdata = {
\_xsrf: get_xsrf(),
password: secret,
emember_me: rue,
phone_num: account,
}
else:
if "@" in account:
print("邮箱登录 \n")
else:
print("你的账号输入有问题，请重新登录")
return 0
post_url = /login/email
postdata = {
\_xsrf: get_xsrf(),
password: secret,
emember_me: rue,
email: account,
}
try:
# 不需要验证码直接登录成功
login_page = session.post(post_url, data=postdata
