都说某乎卧虎藏龙，女网友有倾国倾城、闭月羞花之容貌，男网友有玉树临风、英俊潇洒的姿态，今日我们就来探索一番吧！

爬虫部分

我选取了某乎热度非常高的10个问题，男女兼而有之。“帅得惨绝人寰是帅到了哪种程度？”，这样的问题下面该会是什么样的神颜呢，真是期待呢。

这里爬取这些问题每一个的前百页回答（毕竟百页之后很少出现高赞回答）中的所有图片，毕竟这些问题都是一图胜千言的经典问题。

爬虫的逻辑非常简单，将每个问题下的每个回答的所有jpg、png格式的图片链接存入Redis，参数列表仅需复制网页上的即可，唯一需要改变的是offset，我们正是用offset参数控制翻页（每次递增5）。

    defget_urls(self,offset,urls):

        params={
'include': '',
'limit': 5,
'offset': offset,
'platform': 'desktop',
'sort_by': 'default'              
                }
        r=requests.get(self.url,headers=self.headers,params=params)
        data=r.json()['data']
for i in data:
            content=i['content']
            pic_urls=re.findall(r'data-actualsrc="(.*?.(jpg|png))',content)
for j in range(len(pic_urls)):
                self.r.sadd("urls",pic_urls[j][0])

颜值评分

颜值评分的部分呢，我调用了旷视的API，直接利用图片的url链接便可生成包含颜值评分的json数据，而这个评分正是百分制。

data={
'api_key':'',
'api_secret':'',
'return_attributes': 'beauty,gender',
'image_url': image_url
              }
r=requests.post(url=self.url,headers=self.headers,data=data)
score_data=json.loads(r.text)
if len(score_data['faces'])==0:
print("未从该图片中找到人像！")
else:
    face_num=score_data['face_num']
for i in range(face_num):
        face=score_data['faces'][i]
        beauty=face['attributes']['beauty']
        gender=face['attributes']['gender']
if gender['value']=='Female':
            score=beauty['female_score']
else:
            score=beauty['male_score']
        item={'image_url':image_url,
'score':score
                                 }
self.db['score2'].insert_one(item)

api_key以及api_secret是需要申请的，我把所有图片都通过API得到其对应得分，并存入MongoDB中，不同的问题下的图片评分存储到不同的表中。

所有图片的平均颜值评分为69.66，总体来看大概是"良"的档次，大概是AI的评分太为严格，接下来看看那些评分超过91的女生，是怎样的的靓丽风景，顺便猜猜最高评分94.396是哪一张？

下面压力来到了男生这边，究竟“惨绝人寰”有多帅？

嗯，确实，确实美，确实帅。欣赏完帅哥美女之后，给自己也来个颜值评分是基本操作吧？毕竟我可是和吴彦祖平均颜值评分超过85分的男人！

当我的自拍图像经过这神经网络模型的一瞬间，谁是这最美最帅之人想必已经有了答案。