一键掌握！微信公众号文章信息全获取：阅读量、在看、点赞数，数据驱动运营新高度！

图135218-1：

实现这一个功能主要用到了selenium、mitmproxy和wechatarticles，利用selenium可以实现脚本模拟浏览器访问，mitmproxy配合wechatarticles获取文章信息。

参考文章：

python爬取微信公众号文章（包含文章内容和图片）

记一次微信公众号爬虫的经历（微信文章阅读点赞的获取）

微信公众号文章全自动采集（使用mitmproxy抓包，然后用pywinauto实现自动点击）微信app_msg动态获取

selenium

selenium有一个官网，建议通过官网的教程入门。Getting Started主要有两步（我用的是python）,一个是安装python的包，另一个就是还要下载浏览器的驱动文件，并且设置好环境变量。

mitmproxy

mitmproxy也有一个官网，在官网文档里的Getting Started里面写了，它默认监听本地的8080端口。有了这个代理，我们就可以获取网络传输中的数据包，要把它用起来就需要对代理进行设置。因为后面需要微信客户端的数据包收发进行监听，所以我直接对系统的代理进行了设置。

可以直接在windows桌面的搜索栏中搜索“代理”，就可以找到“代理服务器设置”，然后手动如图设置代理即可。

具体实现流程

具体步骤分为两步：

文章链接获取

按照上面第一篇参考文章中的方法，获取文章链接。值得一提的是，只要有微信和一个邮箱，就可以注册一个订阅号。这个邮箱绑定了订阅号之后就不能用来绑定其他的东西了，比如小程序。就一开始我的微信用一个邮箱绑定了一个小程序，然后微信登录的时候一直只有小程序的选项。这个时候其实只需要再搞一个邮箱，然后注册一个订阅号就可以了。

公众号管理界面可能跟上面文章中所说的不一样了，但实际上变化不大，还是只需要通过创建新的图文消息，来进入公众号文章链接引用的界面。

利用login.py和get_article_link.py两个文件获取所有文章链接。首先用login.py获取cookies，再用get_articleInfo.py获取文章链接。在使用的时候发现，这个网页也有反爬的机制，出现错误之后就等几个小时再继续。

和参考的文章中不一样的地方在于，我用的是Edge浏览器，然后在获取文章链接的同时还获取了文章的发布时间。具体的参数需要参考原文。

# -!- coding: utf-8 -!- # login.py 用于保存微信帐号登录信息 # 以下代码中的微信登录帐号密码需要修改 from selenium import webdriver import time import json driver = webdriver.Edge() driver.get("https://mp.weixin.qq.com/") # 微信公众平台网址 driver.find_element_by_link_text("使用帐号登录").click() # 切换到用帐号密码登录 driver.find_element_by_name("account").clear() driver.find_element_by_name("account").send_keys("帐号") # 自己的微信公众号 time.sleep(2) driver.find_element_by_name("password").clear() driver.find_element_by_name("password").send_keys("密码") # 自己的微信公众号密码 driver.find_element_by_class_name("icon_checkbox").click() time.sleep(2) driver.find_element_by_class_name("btn_login").click() time.sleep(15) #此时会弹出扫码页面，需要微信扫码 cookies = driver.get_cookies() # 获取登录后的cookies print(cookies) cookie = {} for items in cookies: cookie[items.get("name")] = items.get("value") # 将cookies写入到本地文件，供以后程序访问公众号时携带作为身份识别用 with open('cookies.txt', "w") as file: # 写入转成字符串的字典 file.write(json.dumps(cookie))

# -*- coding:utf-8 -*- # get_article_link.py # 参考第一篇文章链接，需要对一些参数进行修改 # 在参考文章的基础上，增加了文章发布时间的条目 import requests import json import re import time with open("cookies.txt", "r") as file: cookie = file.read() cookies = json.loads(cookie) url = "https://mp.weixin.qq.com" response = requests.get(url, cookies=cookies) print(response.url) token = re.findall(r'token=(\d+)', str(response.url))[0] # 从url中获取token headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.81 Safari/537.36 Edg/94.0.992.50", # 需要根据需求修改 "Referer": "https://mp.weixin.qq.com/cgi-bin/appmsg?t=media/appmsg_edit_v2&action=edit&isNew=1&type=77&createType=0&token="+token+"&lang=zh_CN", # 需要根据需求修改 "Host": "mp.weixin.qq.com", } with open('article_link.txt', "w", encoding='utf-8') as file: for j in range(1, 53, 1): # 循环次数根据实际情况进行设置 begin = (j-1)*5 requestUrl = "https://mp.weixin.qq.com/cgi-bin/appmsg?action=list_ex&begin="+str(begin)+"&count=5&fakeid=MzU4MjY2OTY2NQ==&type=9&query=&token="+token+"&lang=zh_CN&f=json&ajax=1" search_response = requests.get(requestUrl, cookies=cookies, headers=headers) re_text = search_response.json() list = re_text.get("app_msg_list") for i in list: timestr = i["create_time"] timeArray = time.localtime(int(timestr)) otherStyleTime = time.strftime("%Y-%m-%d %H:%M:%S", timeArray) # 文章发布时间 file.write(i["aid"]+"<=====>"+i["title"]+"<=====>"+i["link"] + "<=====>" + otherStyleTime + "\n") print(i["aid"]+"<=====>"+i["title"]+"<=====>"+i["link"] + "<=====>" + otherStyleTime) time.sleep(20)

获得的文本文件，可以导入Excel做成表格。在Excel中选择从文本导入数据，分隔符设置为“”。我在导入的时候遇到了一点问题，就有些地方它不识别这个分割符号。我就把这个“”“”“”，在文本文件中全部替换成分号，再用Excel导入就没问题了。

获取文章信息

获取文章信息是参考第二和第三篇文章做的。想要获取微信公众号文章的阅读量、点赞等信息，在浏览器中打开微信公众号文章是没有用的。只有通过微信打开才能拿到这些信息。所以在第三篇文章中，原作者就搞了一个自动控制微信的脚本，在文件传输助手中点击文章链接来产生带cookie和appmsg_token的包。但如果文章数量比较少，其实可以手动点。经过测试，每次获得的cookie和appmsg_token至少可以用来获取100篇文章的信息。

# -*- coding:utf-8 -*- # write_cookies.py import urllib import sys from mitmproxy import ctx from mitmproxy import io, http # command: mitmdump -s write_cookies.py -w dat mp.weixin.qq.com/mp/getappmsgext class WriterCookie: """ mitmproxy的监听脚本，写入cookie和url到文件 """ def __init__(self,outfile: str) -> None: self.f = open(outfile, "w") def response(self, flow: http.HTTPFlow) -> None: """ 完整的response响应 :param flow: flow实例， """ # 获取url url = urllib.parse.unquote(flow.request.url) # 将url和cookie写入文件 if "mp.weixin.qq.com/mp/getappmsgext" in url: self.f.write(url + '\n') self.f.write(str(flow.request.cookies)) self.f.close() # 退出 exit() # 第四个命令中的参数 addons = [WriterCookie(sys.argv[4])]

write_cookies.py是mitmproxy的监听脚本，可以从下面的命令看出来，当它监听到“

mp.weixin.qq.com/mp/getappmsgext”这种请求包时，就把请求包的内容保存下来。这种请求就是每次微信打开公众号文章是发出的请求包。

"mitmdump -s {}/write_cookies.py -w {} mp.weixin.qq.com/mp/getappmsgext".format('./cookie.txt')

# -*- coding:utf-8 -*- # get_Info.py import re import os import threading from wechatarticles import ArticlesInfo import time class ReadCookie(object): """ 启动write_cookie.py 和 解析cookie文件， """ def __init__(self,outfile): self.outfile = outfile print(self.outfile) def parse_cookie(self): """ 解析cookie :return: appmsg_token， biz， cookie_str· """ with open(self.outfile) as f: data = f.read() appmsg_token_string = re.findall("appmsg_token.+?&", data)[0].split('=')[1] cookies = re.findall(r"\['(.*?)'\]", data) Wechat_cookies = {} for cookie in cookies: cookie = cookie.split("', '") Wechat_cookies[cookie[0]] = cookie[1] return appmsg_token_string,Wechat_cookies def write_cookie(self): """ 启动 write_cookies。py :return: """ #当前文件路径 path = os.path.split(os.path.realpath(__file__))[0] #path = os.getcwd() print(path) # mitmdump -s 执行脚本 -w 保存到文件 本命令 command = "mitmdump -s {}/write_cookies.py -w {} mp.weixin.qq.com/mp/getappmsgext".format( path,self.outfile) os.system(command) def get_cookie(): rc = ReadCookie('cookie.txt') rc.write_cookie() appmsg_token_string, cookies = rc.parse_cookie() return appmsg_token_string, cookies fp_src = open('links.txt', 'r') fp_dst = open('articleInfo.txt', 'w') count = 0 while True: # 登录微信PC端获取文章信息 appmsg_token, cookies = get_cookie() # print(appmsg_token_string) cookie = '' for ck in cookies.items(): if not cookie: cookie = cookie + ck[0] + '=' + ck[1] else: cookie = cookie + '; ' + ck[0] + '=' + ck[1] print(cookie) for i in range(100): url = fp_src.readline() if not url: break article_url = url test = ArticlesInfo(appmsg_token, cookie) read_num, like_num, old_like_num = test.read_like_nums(article_url) count = count + 1 print(str(count) + " read_like_num:", read_num, like_num, old_like_num) fp_dst.write(str(read_num) + ';' + str(like_num) + ';' + str(old_like_num) + '\n') time.sleep(3)

对监听到的包解析之后就可以获取我们需要的cookie和appmsg_token，然后那这个去获取微信公众号的文章信息，重复100次后，再去更新cookie和appmsg_token。在此之前，我已经事先把所有文章的链接都存到了一个文本文件“links.txt”中，每次都从里面读一行就是一个文章链接。

然后每到100条记录之后，我就手动点这个文件传输窗口中的链接，就是每次命令行提示下面的信息的时候，我就点一下上面文件传输助手中的链接来更新cookie和appmsg_token。

Proxy server listening at http://*:8080

侵权告知删除：yangzy187@126.com

转载请注明：网创网 www.netcyw.cn/b135218.html