python爬取微信公众号文章（包含文章内容和图片）

    之前虽然做过网页爬取，但微信爬取一直没做过，因为我一直不知道网页可以进微信公众平台，只用过微信客户端进微信公众号。既然可以通过网页进微信公众平台，那么爬取微信公众号文章就流程上就没太多难度了。

    自己在网上找的一些python爬虫文章不太好用，就亲自写了一套，包括详细的页面附图和代码注释，代码复制下来后可以直接运行，供需要的同行参考交流。  爬取微信公众号文章之前，需要先申请微信公众号，针对个人使用的订阅号就行。

    爬取微信公众号文章有两种思路：

   一种是通过搜狗浏览器爬取，因为微信公众平台为搜狗提供了访问接口。

  第二种种就是通过google或firefox浏览器来爬取，本篇文章只讲解第二种方式，但第一种方式也可以借鉴第二种方式的部分代码。

    1、通过调用谷歌或火狐浏览器驱动，模拟微信公众号登录，获取到cookies（里面包含登录身份的token值），将cookies保存到本地文件中，供以后面访问微信公众号时携带身份识别之用。

    页面如下：

 点击登录后跳出来扫描验证页面：

login.py文件代码如下：

    2、扫码后进入公众号首页，点击左侧的“图文素材”，在点击右侧的“图文模板”，如下图：

3、点击完“图文模板”后进入如下界面，并点击“新建图文模板”：

4、点击完“新建图文模板”后，等待5~6秒，进入如下页面：

5、点击上图中红色框处的“超链接”，进入如下页面，点击“选择其他公众号”，选择查找文章，在公众号中输入要查询的公众号，并点击输入框右侧的放大镜查询标识，例如输入“共轨之家”（别想歪了哈，只是个介绍汽车维修资料的公众号哈）：

6、选中搜索出来的符合要求的公众号（当然也可以用微信公众号的唯一id搜，例如：gongguizhijia），单击后进入公众号，可以看到该公众号下的文章，如下图：

下拉到底部，可以看到页码：

7、此时要上代码了，先分析一下文章的分页和F12后可以看到的请求信息。

    （1）、我们看到总共53页，每页展示20条。

    （2）、F12查看请求方式，请求头如下图：

    （3）不断的点击不同页码，发现查询参数begin的值和页码的关系为：begin=（当前页-1）*5，count值始终为5，token值可以从浏览器中获取。

   8、爬取该公众号下的所有文章的名字、唯一表示、链接，保存到本地文件article_link中，供爬取文章页面用(此处微信有访问频率限制，具体多少没详细测，我连续访问32次后被限制访问，提醒我操作频繁)。

         get_article_link.py代码如下：

9、获取到的链接保存格式为：

10、解析上一步获取到的文章链接，

download_article.py代码如下：

11、下载后文章效果：

12、选择了google、百度、火狐、ie、Edge五种浏览器测试效果，其中google、百度、Edge浏览器正常打开带图片的页面，firefox浏览器只有文字，没有图片，ie打不开页面。综上，该爬取效果基本能满足需要。