好吧，让我们从头说起。
众所不周知，我有了我自己的博客，于是就想把我的知乎内容同步到博客上去（目前还空空如也）。但是，出于能犯懒就犯懒的原则，我决定做一个自动化程序，自动将知乎上的文章转换成Markdown食用。嗯……结果还挺满意的，就是好像时间耗费的长了一点（三个月啊，中间搁置了两个月零30天）。。总之，我Python爬虫，成功构建了一个知乎2MD全自动转换器！这中间过程坎坷，于是便想发此文纪念一下（话说我在知乎上讨论如何爬取知乎是不是有那么亿点点不合适啊……）。当然，如果你想要代码，我也发布到了GitHub上，欢迎star和fork！
万恶之源
爬取知乎很烦人，倒不是因为它反爬有多厉害，是因为它使用的是前端动态框架React，变向地增加了它的爬取难度。但是，有一个好消息是，知乎的文章界面并没有采用动态渲染，所以我们可以直接使用requests和BeautifulSoup进行爬取。但是获取到HTML不是最主要的，最主要的是去解析HTML树，根据HTML去生成相应的Markdown代码。
有人肯定会说，为什么不用现成的库呢？我也想到过这个问题。本着不要重复造轮子的心理，我去网上搜了一下，有很多支持Python的HTML2MD转换器：
但是，当我试了一个又一个的时候，我发现没有一个能完美兼容知乎的HTML架构。要么就是图片无法识别，要么就是代码块不识别语言，反正对于我之中对图片和代码都有需求的人是不可能使用的。于是，我放下心来，自己来开发这个程序。
坎坷的解析
普通的链接，文字，代码块还比较好弄，但是像图片和视频就不是很好解析了。我没有使用递归解析，而是每处理一个元素就删掉一个，使用一个while循环来控制。我用的最笨的方法，每个元素都对应一个if，要注意知乎的视频是不能在Markdown里显示的，因为它的链接是动态获取的，而且链接都是加密过的。所以，遇到视频我只能够使用链接来当一个替补了。顺便提一下关于代码识别语言的事，知乎使用的API跟highlightjs的非常像，甚至我认为知乎就是使用了一个自定义主题的highlightjs。可以直接根的非常像，甚至我认为知乎就是使用了一个自定义主题的highlightjs。可以直接根据highlightjs文档来进行爬取啦。
效果展示
OK，说了这么多别人的库不好，我给大家看一看我的转换器转换出来的效果吧（文章使用的是这篇）：
好啦，今天就先记录到这里，最后再献上我的GitHub仓库，欢迎star和fork哦：
最后，不点个赞再走嘛~