文中所有文字、圖片以及相關(guān)外鏈中直接或間接、明示或暗示涉及性別、顏值分?jǐn)?shù)等信息全部由相關(guān)人臉檢測(cè)接口給出。無(wú)任何客觀性，僅供參考。

1 數(shù)據(jù)源

知乎 話題『美女』下所有問(wèn)題中回答所出現(xiàn)的圖片

2 抓取工具

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

3 必要環(huán)境

Mac / Linux / Windows （Linux 沒(méi)測(cè)過(guò)，理論上可以。Windows 之前較多反應(yīng)出現(xiàn)異常，后查是 windows 對(duì)本地文件名中的字符做了限制，已使用正則過(guò)濾），無(wú)需登錄知乎（即無(wú)需提供知乎帳號(hào)密碼），人臉檢測(cè)服務(wù)需要一個(gè)百度云帳號(hào)（即百度網(wǎng)盤 / 貼吧帳號(hào)）

4 人臉檢測(cè)庫(kù)

AipFace，由百度云 AI 開(kāi)放平臺(tái)提供，是一個(gè)可以進(jìn)行人臉檢測(cè)的 Python SDK。可以直接通過(guò) HTTP 訪問(wèn)，免費(fèi)使用

5 檢測(cè)過(guò)濾條件

• 過(guò)濾所有未出現(xiàn)人臉圖片（比如風(fēng)景圖、未露臉身材照等）

• 過(guò)濾所有非女性（在抓取中，發(fā)現(xiàn)知乎男性圖片基本是明星，故不考慮；存在 AipFace 性別識(shí)別不準(zhǔn)的情況）

• 過(guò)濾所有非真實(shí)人物，比如動(dòng)漫人物 （AipFace Human 置信度小于 0.6）

• 過(guò)濾所有顏值評(píng)分較低圖片（AipFace beauty 屬性小于 45，為了節(jié)省存儲(chǔ)空間；再次聲明，AipFace 評(píng)分無(wú)任何客觀性）

6 實(shí)現(xiàn)邏輯

• 通過(guò) Requests 發(fā)起 HTTP 請(qǐng)求，獲取『美女』下的部分討論列表

• 通過(guò) lxml 解析抓取到的每個(gè)討論中 HTML，獲取其中所有的 img 標(biāo)簽相應(yīng)的 src 屬性

• 通過(guò) Requests 發(fā)起 HTTP 請(qǐng)求，下載 src 屬性指向圖片（不考慮動(dòng)圖）

• 通過(guò) AipFace 請(qǐng)求對(duì)圖片進(jìn)行人臉檢測(cè)

• 判斷是否檢測(cè)到人臉，并使用 『4 檢測(cè)過(guò)濾條件』過(guò)濾

• 將過(guò)濾后的圖片持久化到本地文件系統(tǒng)，文件名為 顏值 + 作者 + 問(wèn)題名 + 序號(hào)

• 返回第一步，繼續(xù)

7 抓取結(jié)果

直接存放在文件夾中（angelababy 實(shí)力出境）。另外說(shuō)句，目前抓下來(lái)的圖片，除 baby 外，88 分是最高分。個(gè)人對(duì)其中的排序表示反對(duì)，老婆竟然不是最高分。學(xué)習(xí)過(guò)程中有不懂的可以加入我們的學(xué)習(xí)交流秋秋圈784中間758后面214，與你分享Python企業(yè)當(dāng)下人才需求及怎么從零基礎(chǔ)學(xué)習(xí)Python，和學(xué)習(xí)什么內(nèi)容。相關(guān)學(xué)習(xí)視頻資料、開(kāi)發(fā)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(xué)習(xí)扣qun：784758214，看看前輩們是如何學(xué)習(xí)的。交流經(jīng)驗(yàn)。從基礎(chǔ)的python腳本到web開(kāi)發(fā)、爬蟲(chóng)、django、數(shù)據(jù)挖掘等，零基礎(chǔ)到項(xiàng)目實(shí)戰(zhàn)的資料都有整理。送給每一位python的小伙伴！分享一些學(xué)習(xí)的方法和需要注意的小細(xì)節(jié)，點(diǎn)擊加入我們的 python學(xué)習(xí)者聚集地
8 代碼

本文代碼長(zhǎng)達(dá)百行已將源代碼進(jìn)行保存，源碼以及教程打包好了！趕緊來(lái)學(xué)吧！