querylist采集微信公眾號文章(貼個(gè)代碼4.新建一個(gè)py文件獲取cookies文件

)

　　通過(guò)微信公眾平臺的搜索文章界面，先抓取我們需要的相關(guān)文章1.，我們先來(lái)看看，正常登錄我們的微信公眾號，然后使用文章搜索功能，搜索我們需要查找的相關(guān)文章。 2.實(shí)現思路3.獲取cookie，不多說(shuō)，貼個(gè)代碼

　　#!/usr/bin/env python

# _*_ coding: utf-8 _*_

from selenium import webdriver

import time

import json

driver = webdriver.Chrome() #需要一個(gè)谷歌驅動(dòng)chromedriver.exe,要支持你當前谷歌瀏覽器的版本

driver.get('https://mp.weixin.qq.com/') #發(fā)起get請求打開(kāi)微信公眾號平臺登錄頁(yè)面，然后輸入賬號密碼登錄微信公眾號

driver.find_element_by_xpath('//*[@id="header"]/div[2]/div/div/form/div[1]/div[1]/div/span/input').clear() #定位到賬號輸入框，清除里面的內容

driver.find_element_by_xpath('//*[@id="header"]/div[2]/div/div/form/div[1]/div[1]/div/span/input').send_keys('這里輸入你的賬號') #定位到賬號輸入框，輸入賬號

time.sleep(3) #等待3秒后執行下一步操作，避免因為網(wǎng)絡(luò )延遲，瀏覽器來(lái)不及加載出輸入框，從而導致以下的操作失敗

driver.find_element_by_xpath('//*[@id="header"]/div[2]/div/div/form/div[1]/div[2]/div/span/input').clear() #定位到密碼輸入框，清除里面的內容

driver.find_element_by_xpath('//*[@id="header"]/div[2]/div/div/form/div[1]/div[2]/div/span/input').send_keys('這里輸入你的密碼') #定位到密碼輸入框，輸入密碼

time.sleep(3) #原因和以上相同

driver.find_element_by_xpath('//*[@id="header"]/div[2]/div/div/form/div[3]/label').click() #點(diǎn)擊記住密碼

time.sleep(3) #原因和以上相同

driver.find_element_by_xpath('//*[@id="header"]/div[2]/div/div/form/div[4]/a').click() #點(diǎn)擊登錄

time.sleep(15) #15秒內掃碼登錄

cookies = driver.get_cookies() #獲取掃碼登錄成功之后的cookies

print(cookies) #打印出來(lái)看看，如果超時(shí)了還不掃碼，獲取到的cookies是不完整的，不能用來(lái)登錄公眾號，所以第一次必須掃碼登錄以獲取完整的cookies

cookie = {} #定義一個(gè)空字典，以便把獲取的cookies以字典的形式寫(xiě)入

for items in cookies: #把登錄成功后獲取的cookies提取name和value參數寫(xiě)入空字典cookie

cookie[items.get('name')] = items.get('value')

with open('cookies.txt','w') as file: #新建并打開(kāi)一個(gè)cookies.txt文件

file.write(json.dumps(cookie)) #寫(xiě)入轉成字符串的字典

driver.close() #關(guān)閉瀏覽器

　　4.新建一個(gè)py文件，代碼如下

　　#!/usr/bin/env python

# _*_ coding: utf-8 _*_

import requests

import json

import re #正則模塊

import random #隨機數模塊

import time

#query = 'python'

#讀取之前登錄后保存的cookies

with open('cookies.txt','r') as file:

cookie = file.read()

url = 'https://mp.weixin.qq.com/'

headers = {

'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',

'Referer': 'https://mp.weixin.qq.com/cgi-bin/appmsg?t=media/appmsg_edit_v2&action=edit&isNew=1&type=10&share=1&token=773059916&lang=zh_CN',

'Host': 'mp.weixin.qq.com',

}

cookies = json.loads(cookie) #加載之前獲取的cookies

print(cookies) #可以打印看看，和之前保存的cookies是一樣的

response = requests.get(url, cookies = cookies) #請求https://mp.weixin.qq.com/,傳cookies參數，登錄成功

token = re.findall(r'token=(\d+)',str(response.url))[0] #登錄成功后，這是的url里是包含token的，要把token參數拿出來(lái)，方便后面構造data數據包發(fā)起post請求

#print(token)

#random.random()返回0到1之間隨機數

#構造data數據包發(fā)起post請求

data = {

'token': token,

'lang': 'zh_CN',

'f': 'json',

'ajax': '1',

'random': random.random(),

'url': 'python',

'begin': '0',

'count': '3',

}

search_url = 'https://mp.weixin.qq.com/cgi-bin/operate_appmsg?sub=check_appmsg_copyright_stat' #按F12在瀏覽器里找post請求的url（搜索文章請求的url）

search_response = requests.post(search_url, cookies=cookies, data=data, headers=headers) #發(fā)起post請求，傳cookies、data、headers參數

max_num = search_response.json().get('total') #獲取所有文章的條數

num = int(int(max_num/3)) #每頁(yè)顯示3篇文章，要翻total/3頁(yè)，不過(guò)實(shí)際上我搜索了幾個(gè)關(guān)鍵詞，發(fā)現微信公眾號文章搜索的接口最多顯示667頁(yè)，其實(shí)后面還有頁(yè)數，max_num/3的結果大于667沒(méi)關(guān)系

if __name__ == '__main__':

query = input('請輸入你要搜索的內容：')

begin = 0

while num +1 > 0:

print(begin)

data = {

'token': token,

'lang': 'zh_CN',

'f': 'json',

'ajax': '1',

'random': random.random(),

'url': query,

'begin': '{}'.format(str(begin)),

'count': '3',

}

search_response = requests.post(search_url, cookies=cookies, data=data, headers=headers)

contentt = search_response.json().get('list') #list里面是我們需要的內容，所以要獲取list

for items in contentt: #具體需要list里面的哪些參數可以自己選擇，這里只獲取title、url、nickname、author

f = open('search.txt',mode='a',) #打開(kāi)一個(gè)txt文檔，把獲取的內容寫(xiě)進(jìn)去，mode='a'是追加的方式寫(xiě)入，不覆蓋

print('文章標題：',items.get('title')) #獲取文章標題

f.write('文章標題：')

f.write(items.get('title'))

f.write("\n")

f.write('文章url：')

f.write(items.get('url'))

f.write("\n")

f.write('公眾號：')

f.write(items.get('nickname'))

f.write("\n")

f.write('作者：')

f.write(items.get('author'))

f.write("\n")

f.write("\n")

print('文章url：',items.get('url')) #獲取文章的url

print('公眾號：',items.get('nickname')) #獲取出自哪個(gè)微信公眾號

print('文章作者：',items.get('author')) #獲取文章作者

num -= 1

begin = int(begin)

begin += 3

time.sleep(3)