概述
爬取微信公众号文章
爬取微信公众号有三种方法: 第一种:用搜狗微信公众号搜过,这个只能收到前10条; 第二种:用fiddler或手机抓包,从访问链接去获得appmsg_token,发现虽然这个值就在html页面里,但只有抓包的数据里含有效值,直接访问的是空的,而且还有时效性。这样,每次都要抓包获取,就很麻烦。 第三种:就是这种用公众号搜公众号的,虽然速度慢点,但便捷了不少。
功能
程序原理: 通过selenium登录获取token和cookie,再自动爬取和下载
使用前提: 1、电脑已装Firefox、Chrome、Opera、Edge等浏览器(默认使用火狐驱动) 2、下载selenium驱动放入python安装目录,将目录添加至环境变量(https://www.seleniumhq.org/download/) 3、申请一个微信公众号(https://mp.weixin.qq.com)
使用
更新记录:
- 下载文章文字内容到txt
- 下载文章图片
- 保存HTML文件,并将图片链接指向本地
- 添加按时间范围下载
- 添加cookie登陆,不成功才selenium浏览器登陆
- 增加记住密码功能
- 修复一些问题,如requests卡死
- 添加按关键词下载
下载
https://gitee.com/songxf1024/WeChat_Article.git
截图