如何用 Python 监控知乎热榜，及时发现高潜力问题？| 系统篇

喜欢玩知乎的朋友都知道，知乎在很久以前就推出了一个类似于微博热搜的「热榜」栏目。

这个热榜目前有 50 个“热门”的问题。每个问题都带有十足的曝光度。

在之前，知乎「热榜」里面的话题，都是在各自细分领域里关注、讨论得火热的问题，才有机会出现在「热榜」里面。

但是最近州的先生发现，「热榜」列表里面，也开始出现一些冷门的问题，比如关注人数少、回答数少、最高赞也才几十个，甚至十几的问题。

比如，这个标称「50 万热度」的「热榜」31 位问题：

关注者只有 445 个，被浏览 11684 次，430 个回答最高赞的回答只有 3 个赞。

这个标称「6 万热度」的「热榜」47 位问题：

关注者为 586 个，被浏览 45159 次，回答数 156 个，最高赞回答的赞也未过百。

对于知乎的运营而言，把这些冷门问题放入热榜中，可能是为了避免热门问题带来的马太效应。

马太效应，一种强者愈强、弱者愈弱的现象，广泛应用于社会心理学、教育、金融以及科学领域。

知乎的运营者将这些冷门的问题放入「热榜」中，强行为这些问题带来曝光度，增加了这些冷门问题的活跃度。

对于知乎的创作者们而言，这不啻于一个天赐的流量机会。

要知道，在冷门问题里面回答问题，受制于问题本身的受关注度，回答能够被看到的机会很小。

而在热门问题里面回答问题，受制于问题的火热程度，一方面高赞回答会受到更高的关注，另一方面火热的问题，回答者都想分一杯羹，导致自己的回答也是石沉大海。

而寻找潜力问题是一个很苦很累的活（说到这里，咱们下一回是不是可以思考一下「用 Python 来搜索知乎高潜力的问题」？）

现在知乎官方给了一个现成的、官方提供了冷门高流量问题，岂不是正中创作者们的下怀。

现在我们知道可以在知乎热榜里面找自带官方浏览的冷门问题后，下一步就可以从「热榜」的这 50 个问题里面找出真正的名热实冷的问题了。

但是鼠标手一个问题一个问题地点击、查看、判断未免也太低效了。

还记得 Python 这个全能选手吗？用它来实现自动监控和判断知乎的「名热实冷」的问题吧。

整体的操作流程如下图所示：

首先使用 Python 登录知乎；

然后请求「热榜」的网址：https://www.zhihu.com/hot ；

接着解析响应中的问题列表，提取出每一个问题的 URL，将其放入一个列表中；

随后遍历这个问题网址列表，请求每一个问题的 URL；

解析提取出问题的关键性数据（关注者、被浏览数、回答数、最高赞等）；

接着再用我们定义的规则与问题数据进行匹配（比如回答数不能超过多少，最高赞不能超过多少），如果匹配，将这些数据继续放入一个列表中，如果不匹配则跳过。

最后，如果存在匹配的问题，再将数据推送给配置的载体（邮件、钉钉群、企业微信群等）。

这样就实现了一整个「知乎热榜高潜力问题监控」系统操作流程，其结构如下所示：

（鉴于知乎登录成功后会长时间保持登录状态，所以州的先生偏向于使用 PyQt5 手动登录，然后持续自动监控）

下一篇文章，我们将继续介绍「知乎热榜高潜力问题监控」的 Python 代码实现，敬请期待！