querylist采集微信公眾號文章(Python模擬安卓App操作微信App的方法(詳見(jiàn)代碼介紹))

　　本文章主要介紹基于Python采集對微信公眾號歷史數據的爬取。通過(guò)文中的示例代碼介紹的很詳細，對大家的學(xué)習或工作有一定的參考和學(xué)習價(jià)值。需要的朋友可以參考以下

　　鯤之鵬技術(shù)人員將在本文中通過(guò)模擬微信App的操作，介紹一種采集指定公眾號所有歷史數據的方法。

　　通過(guò)我們的抓包分析，我們發(fā)現微信公眾號的歷史數據是通過(guò)HTTP協(xié)議加載的。對應的API接口如下圖所示，有四個(gè)關(guān)鍵參數（__biz、appmsg_token、pass_ticket和Cookie）。

　　為了得到這四個(gè)參數，我們需要模擬運行App，讓它生成這些參數，然后我們就可以抓包了。對于模擬App操作，我們之前已經(jīng)介紹過(guò)通過(guò)Python模擬Android App的方法（見(jiàn)詳情）。對于 HTTP 集成的數據包捕獲，我們之前已經(jīng)介紹了 Mitmproxy（見(jiàn)詳情）。

　　我們需要模擬微信的操作來(lái)完成以下步驟：

　　1. 啟動(dòng)微信應用

　　2. 點(diǎn)擊“*敏*感*詞*”

　　3. 點(diǎn)擊“公眾號”

　　4.點(diǎn)擊你想要的公眾號采集

　　5. 點(diǎn)擊右上角的用戶(hù)頭像圖標

　　6. 點(diǎn)擊“所有消息”

　　至此，我們可以從響應數據中捕獲__biz、appmsg_token、pass_ticket這三個(gè)關(guān)鍵參數，以及請求頭中的Cookie值。如下所示。

　　有了以上四個(gè)參數，我們就可以構造API請求獲取歷史文章列表，直接調用API接口獲取數據（無(wú)需模擬App操作）。核心參數如下。通過(guò)改變offset參數，可以得到所有的歷史數據。

　　 # Cookie headers = {'Cookie': 'rewardsn=; wxtokenkey=777; wxuin=584068438; devicetype=android-19; version=26060736; lang=zh_CN; pass_ticket=Rr8cO5c2******3tKGqe7aVZzV9TupvrK+1uHHmHYQGL2WFdKIE; wap_sid2=COKhxu4KElxckFZQ3QzTHU4WThEUk0zcWdrZjhGcUdYdEVSV3Y1X2NPWHNUakRrd1ZzMnpLTERpdE5rbmxjSTg******dlRBcUNRazZpOGxTZUVEQUTgNQJVO'} url = 'https://mp.weixin.qq.com/mp/profile_ext?' data = {} data['is_ok'] = '1' data['count'] = '10' data['wxtoken'] = '' data['f'] = 'json' data['scene'] = '124' data['uin'] = '777' data['key'] = '777' data['offset'] = '0' data['action'] = 'getmsg' data['x5'] = '0' # 下面三個(gè)參數需要替換 # https://mp.weixin.qq.com/mp/profile_ext?action=home應答數據里會(huì )暴漏這三個(gè)參數 data['__biz'] = 'MjM5MzQyOTM1OQ==' data['appmsg_token'] = '993_V8%2BEmfVD7g%2FvMZ****4DNUJNFkg~~' data['pass_ticket'] = 'Rr8cO5c23ZngeQHRGy8E7gv*****pvrK+1uHHmHYQGL2WFdKIE' url = url + urllib.urlencode(data)

　　以“數字工廠(chǎng)”微信公眾號為例，采集流程操作截圖如下：

　　輸出的屏幕截圖如下所示：

　　以上就是基于Python采集抓取微信公眾號歷史數據的詳細內容，更多詳情請關(guān)注html中文網(wǎng)其他相關(guān)話(huà)題文章！