文中所有文字、圖片以及相關外鏈中直接或間接、明示或暗示涉及性別、顏值分數等信息全部由相關人臉檢測接口給出。無任何客觀性，僅供參考。

1 數據源

知乎 話題『美女』下所有問題中回答所出現的圖片

2 抓取工具

Python 3，并使用第三方庫 Requests、lxml、AipFace，代碼共 100 + 行

3 必要環境

Mac / Linux / Windows （Linux 沒測過，理論上可以。Windows 之前較多反應出現異常，后查是 windows 對本地文件名中的字符做了限制，已使用正則過濾），無需登錄知乎（即無需提供知乎帳號密碼），人臉檢測服務需要一個百度云帳號（即百度網盤 / 貼吧帳號）

4 人臉檢測庫

AipFace，由百度云 AI 開放平臺提供，是一個可以進行人臉檢測的 Python SDK。可以直接通過 HTTP 訪問，免費使用

5 檢測過濾條件

• 過濾所有未出現人臉圖片（比如風景圖、未露臉身材照等）

• 過濾所有非女性（在抓取中，發現知乎男性圖片基本是明星，故不考慮；存在 AipFace 性別識別不準的情況）

• 過濾所有非真實人物，比如動漫人物 （AipFace Human 置信度小于 0.6）

• 過濾所有顏值評分較低圖片（AipFace beauty 屬性小于 45，為了節省存儲空間；再次聲明，AipFace 評分無任何客觀性）

6 實現邏輯

• 通過 Requests 發起 HTTP 請求，獲取『美女』下的部分討論列表

• 通過 lxml 解析抓取到的每個討論中 HTML，獲取其中所有的 img 標簽相應的 src 屬性

• 通過 Requests 發起 HTTP 請求，下載 src 屬性指向圖片（不考慮動圖）

• 通過 AipFace 請求對圖片進行人臉檢測

• 判斷是否檢測到人臉，并使用 『4 檢測過濾條件』過濾

• 將過濾后的圖片持久化到本地文件系統，文件名為 顏值 + 作者 + 問題名 + 序號

• 返回第一步，繼續

7 抓取結果

直接存放在文件夾中（angelababy 實力出境）。另外說句，目前抓下來的圖片，除 baby 外，88 分是最高分。個人對其中的排序表示反對，老婆竟然不是最高分。學習過程中有不懂的可以加入我們的學習交流秋秋圈784中間758后面214，與你分享Python企業當下人才需求及怎么從零基礎學習Python，和學習什么內容。相關學習視頻資料、開發工具都有分享

如果你依然在編程的世界里迷茫，可以加入我們的Python學習扣qun：784758214，看看前輩們是如何學習的。交流經驗。從基礎的python腳本到web開發、爬蟲、django、數據挖掘等，零基礎到項目實戰的資料都有整理。送給每一位python的小伙伴！分享一些學習的方法和需要注意的小細節，點擊加入我們的 python學習者聚集地
8 代碼

本文代碼長達百行已將源代碼進行保存，源碼以及教程打包好了！趕緊來學吧！