微信公众号所有历史文章的标题/点赞数/阅读数统计

下面这段代码的逻辑起点是页面滑到底部ajax加载的一个链接url_initial(我是在手机微信上在浏览某个公众号的某个页面时send to Chat到自己账号，获得链接后在电脑chrome上打开; 或者可以通过关注 “My Evernote”，把链接发到Evernote的笔记里; 或者在ios平台上好像有发送到邮件的功能，也可以得到这个链接；但是直接在浏览器中打开或者之间拷贝链接是无效的。然后在浏览器中打开链接，通过检测浏览器访问的Network->XHR找到需要的链接的)

通过观察发现这个加载功能的接口每次访问时返回10个条目，而访问时传到服务器的参数只有frommsgid是改变的，而且是上一次访问的最后一个条目的id。所以可以递归获得所有的条目。

这个加载接口的参数还有几个是和session相关的，导致只能存活20min左右，这时候需要重新通过手机微信去获得url_initial

访问接口的频率不能太快，一次循环结束需要加一句time.sleep(t)其中t>0.5时应该是安全的，否则会被临时禁止访问

单单通过这个方法获得不到阅读数和评论数，http://tool.qoofan.com/weixin/query这个网站提供了API查询阅读数和评论数(但是收费)，当然也可以自己尝试着去寻找漏洞自己写API

#coding=utf-8
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
from pyquery import PyQuery as pq
import requests
import codecs
import json
import time
import datetime
def ttd(timestamp):timeStr=time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(timestamp))return timeStr
f=codecs.open('/home/allen/projects/sjtu_news/data_wechat.csv','w','utf-8')
url_initial='https://mp.weixin.qq.com/mp/getmasssendmsg?__biz=MjM5MDIyMDQyMA==&uin=MjMzNTA3MjQw&key=8dcebf9e179c9f3a15be50268fa7072ea98eab64f47c243ed0a75d48addee99ee76f6585fb67fd0f15a6d32009bfe38b&f=json&frommsgid=1000000038&count=10&uin=MjMzNTA3MjQw&key=8dcebf9e179c9f3a15be50268fa7072ea98eab64f47c243ed0a75d48addee99ee76f6585fb67fd0f15a6d32009bfe38b&pass_ticket=OHlwEqWexZOnMR8LoFoVhpLM7RXg28HZhMrsoP4Rrc0%25253D&wxtoken=&x5=0'
url_head=url_initial[0:url_initial.index('frommsgid=')+len('frommsgid=')]
url_tail=url_initial[url_initial.index('&count='):]
headers = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_3) AppleWebKit/600.5.17 (KHTML, like Gecko) Version/8.0.5 Safari/600.5.17"}
def run(url_initial):page=requests.get(url_initial)page.encoding='utf-8'page_json=json.loads(page.text)general_msg_list=page_json['general_msg_list']general_msg_list=json.loads(general_msg_list)lists=general_msg_list['list']# print lists[0]['app_msg_ext_info']['multi_app_msg_item_list'][0]['title']last_id=general_msg_list['list'][9]['comm_msg_info']['id']# main_title=[general_msg_list['list'][i]['app_msg_ext_info']['title'] for i in range(10)]main_title=[]for i in range(10):try:main_title.append(general_msg_list['list'][i]['app_msg_ext_info']['title'])except:main_title.append(general_msg_list['list'][i]['comm_msg_info']['content'])datetime=[general_msg_list['list'][i]['comm_msg_info']['datetime'] for i in range(10)]for i in range(10):try:multi_msg=[general_msg_list['list'][i]['app_msg_ext_info']['multi_app_msg_item_list'] for i in range(10)]except:multi_msg=[]i=0for j in multi_msg:f.write(str(ttd(datetime[i]))+'\t')f.write(main_title[i]+'\t')i=i+1for k in j:f.write(k['title']+'\t')f.write('\n')return last_idfor i in range(1000):rv=run(url_initial)print rvtime.sleep(2)url_initial=url_head+str(rv)+url_tail# print url_initial

github地址:
https://github.com/wkl7123/CrawlerForWechat

微信公众号所有历史文章的标题/点赞数/阅读数统计相关推荐

python爬虫实战-爬取微信公众号所有历史文章 - (00) 概述
http://efonfighting.imwork.net 欢迎关注微信公众号"一番码客"获取免费下载服务与源码,并及时接收最新文章推送. 最近几年随着人工智能和大数据的兴起,p ...
如何在微信公众号添加“历史文章”按钮
微信公众号作为一个面向大众的超级媒介,受众面非常之广泛,并且门槛也不高,很多业余爱好者将微信公众号作为一个自媒体来苦心经营,发布各种各样的有价值的文章.为了方便读者对往期的阅读,在公众号里面设置一个& ...
C# 微信公众号导出历史文章
老婆公司的需求,公司给了一个星期的时间.让她每天去复制粘贴.然后就有了如下代码: 先说实现吧一.抓包 Charles https://www.charlesproxy.com/ 打开Charles ...
如何将微信公众号上的文章下载下来？
我最近发现微信公众号发布的的文章里边,有很多不错的图片,想要保存下来,可你习惯性的点击"图片另存为",发现有些图片的格式不是jpg格式,很难保存下来,选择截图又不是很清楚,那么该怎 ...
大数据信息资料采集：武志红公众号心理学历史文章采集评论搜集
大数据信息资料采集:武志红公众号心理学历史文章采集评论搜集公众号历史文章评论内容采集,导出表格格式. 采集到的内容包含:文章标题,发布时间,所属栏目,评论ID,评论内容,该评论得到的点赞数,号主评论 ...
为什么我不在微信公众号上写文章
作者: 陈浩原文: https://coolshell.cn/articles/17391.html 很多朋友问我为什么不在微信公众号上写文章.我都没有直接回答,老实说,我也是扭扭捏捏的,才去开了个 ...
php 公众号发表文章,微信公众号如何发布文章最基本教程
微信公众号如何发布文章最基本教程阅读量:20016 发布时间:2019-07-22 17:20 现今随着微信的占有量和功能的增多,越来越多的小伙伴都在微信公众平台注册了属于自己的微信公账号,在微信公 ...
微信公众号中的文章如何使用朗读大师进行朗读？
微信公众号中的文章小说新闻,都可以用朗读大师app进行朗读,下面介绍使用方法: 一,保证手机上已经安装最新的朗读大师app 没有安装的可以点击这里下载或者最新版本二,具体操作方法打开微信公众号中 ...
《微信公众号-腾讯问卷》03-查看问卷答题结果统计
<微信公众号-腾讯问卷>03-查看问卷答题结果统计一.点开需要调查的问卷,选择在线统计二.点开后可以看到统计结果

微信公众号所有历史文章的标题/点赞数/阅读数统计

微信公众号所有历史文章的标题/点赞数/阅读数统计相关推荐

最新文章

热门文章