GitHub

2024-07-12 03:44| 来源: 网络整理| 查看: 265

微信公众号文章爬虫（微信文章阅读点赞的获取）

安装

pip install wechatarticles

展示地址：

日更，获取公众号的最新文章链接，支持日更阅读点赞评论正文

注：本项目仅供学习交流，严禁用于商业用途（该项目也没法直接使用），不能达到开箱即用的水平。使用本项目需要读文档+源码+动手实践，参考示例代码（test文件夹下）进行改写。

提示：另外，已经有很多朋友（大佬）通过直接看源码，已经基于这套项目，或者重写，用于各自的需求。

实现思路一:

从微信公众号平台获取微信公众所有文章的url 登录微信PC端或移动端获取文章的阅读数、点赞数、评论信息

完整思路可以参考我的博客: 记一次微信公众号爬虫的经历（微信文章阅读点赞的获取）

实现思路二：

登陆微信PC端或移动端获取公众号所有文章的url，这种获取到的url数量大于500，具体数量每个微信号不完全一致（目前只能一次性，无法获取第二次！！！请慎重使用test_GetUrls.py，最好不用。。。）同上种方法，获取文章阅读数、点赞数、评论信息

公开已爬取的公众号历史文章的永久链接，日期均截止commit时间，仅供测试与学习，欢迎各位关注这些优质公众号。

公众号列表科技美学共青团中央南方周末 AppSo ## Notes

项目始于2017年，当前更新于2023年3月

项目代码进行调整，调用以前的接口请使用pip install wechatarticles。

爬取失败的时候，可能有以下原因运行的时候需要关闭网络代理（抓包软件），或者添加相关参数参数是否最新，获取微信相关参数（cookie、token）时，一定要保证是对应公众号的任意文章检查代码需要关注对应公众号（Maybe）思路一获取url时，每页间隔可以设定久一点，比如3分钟，持续时间几小时（来自网友测试）获取文章阅读点赞时，每篇文章可以设定在5-10s左右，过期时间为4小时；若被封，大约5-10分钟就可继续抓取。思路二获取url时，如果被封，需要24小时整之后才能重新抓取（该条作废，暂时不能解封）

参数文件说明见README

python版本 python: 3.6.2、3.7.3 功能实现功能公众号相关公众号信息公众号biz。获取方式：清博、公众号网页公众号发表文章数量（不完全准确）文章相关某公众号文章的url。获取方式：公众号网页、PC端微信、移动端微信、微信读书某公众号所有文章信息（包含点赞数、阅读数、评论信息），需要手动更改循环某公众号指定文章的信息支持微信文章下载至本地转为html（图片可选是否保存） API实例利用公众号网页版获取微信文章url

此处有次数限制，不可一次获取太多url。解决方案多个账号同时爬取 test_WechatUrls.py

登录微信PC端获取文章信息（阅读点赞）

test_WechatInfo.py

快速获取大量文章urls（利用历史文章获取链接）

test_GetUrls.py

微信文章下载为离线HTML（含图片）

test_Url2Html.py

学习/运行流程

可以看这个issue，十分感谢大佬简洁的文字说明。