怎么编写网络爬虫程序 抓取百度知道问答？

[zd96998]

打算抓取知道里面的一些数据，但是百度防复制，好多文字由图片代替，无法从html页面中获取其中的文本数据，请大神给个解决方案啊？
感谢涕零！！！

[The_Third_Wave]

老老实实处理图片，好像有这样的库了，百度下。

[lsjfdjoijvtghu]

那就用图片好了

[zd96998]

引用 2 楼 u010211892 的回复:

那就用图片好了

我需要的是文字啊，html读出的图片是一个链接，根本不是文字，没法用的，你可以看一下页面源代码

[zd96998]

引用 1 楼 u013171165 的回复:

老老实实处理图片，好像有这样的库了，百度下。

着实没找到，还请大神明示，十分感谢啊

[The_Third_Wave]

…图片是很难处理的，需要专业级的才能保证识别率，自己写是可以放弃了，看看开源图片提取文字的库有没有，效果好不，要不就只想想其他办法。

[zd96998]

引用 6 楼 u013171165 的回复:

我看了下，有的问题是直接静态显示的，你把是图片的链接发出来大家一起看看

<img class="word-replace" src="http://zhidao.baidu.com/api/getdecpic?picenc=4b1364616f8622">µ ˭

[zd96998]

引用 6 楼 u013171165 的回复:

我看了下，有的问题是直接静态显示的，你把是图片的链接发出来大家一起看看

<img class="word-replace" src="http://zhidao.baidu.com/api/getdecpic?picenc=4b137175657374696f6e8622">

[zd96998]

引用 6 楼 u013171165 的回复:

我看了下，有的问题是直接静态显示的，你把是图片的链接发出来大家一起看看

工程武器厂造投石车<img class="word-replace" src="http://zhidao.baidu.com/api/getdecpic?picenc=fd3f6475695f317f2c">付冲车<img class="word-replace" src="http://zhidao.baidu.com/api/getdecpic?picenc=fd3f68655f317f2c"><img class="word-replace" src="http://zhidao.baidu.com/api/getdecpic?picenc=fd3f64615f317f2c">队<img class="word-replace" src="http://zhidao.baidu.com/api/getdecpic?picenc=fd3f64657f2c">步兵 上面是网页源代码 下面是百度知道直接看到的文字： 工程武器厂造投石车对付冲车和大队的步兵 红色用图片替换

[The_Third_Wave]

我看了下，有的问题是直接静态显示的，你把是图片的链接发出来大家一起看看

[I_ambition]

请问你解决了吗，我也遇到了相同的问题

[学无止境-zy]

楼主能告诉我您是怎么样全网抓取百度知道的数据的嘛？我只能爬到一点点，你们爬虫的入口地址是多少？谢谢