我之前自己维护了一个公众号,但因为个人关系很久没有更新了,今天上来缅怀一下,却偶然发现了一个获取微信公众号文章的方法。
之前获取方法有很多,通过搜狗、清博、网页端、客户端等等都还可以,这个可能并没有其他的优秀,但是操作简单,很容易理解。
so、 首先需要有一个微信公众平台的账号
微信公众平台:https://mp.weixin.qq.com/
登陆之后,进入首页,点击新建群发。
选择自建图文:
似乎像是公众号运营教学了
进入编辑页面之后,点击超链接
弹出选择框,我们在框中输入对应的公众号名字,即可出现对应的文章列表
是不是很惊奇,可以打开控制台,查看一下请求的接口
打开response,里面就是我们需要的文章链接
确定了数据以后,我们需要分析一下这个接口。
感觉很简单,一个GET请求,携带一些参数。
fakeid是公众号的独有ID,所以想通过名字直接获取文章列表,还需要先获取一下fakeid。
当我们输入公众号名字后,点击搜索。可以看到触发了搜索接口,返回了fakeid。
这个接口所需参数也不多。
接下来,我们可以用代码来模拟以上的操作了。
但是还需要使用现有Cookie避免登陆。
目前Cookie的有效期,我还没有测试。可能需要及时更新Cookie。
测试代码:
import requests import json Cookie = '请换上自己的Cookie,获取方法:直接复制下来' url = "https://mp.weixin.qq.com/cgi-bin/appmsg" headers = { "Cookie": Cookie, "User-Agent": 'Mozilla/5.0 (Linux; Android 10; YAL-AL00 Build/HUAWEIYAL-AL00) AppleWebKit/537.36 (KHTML, like Gecko) Version/4.0 Chrome/70.0.3538.64 HuaweiBrowser/10.0.1.335 Mobile Safari/537.36' } keyword = 'pythonlx' # 公众号名字:可自定义 token = '你的token' # 获取方法:如上述 直接复制下来 search_url = 'https://mp.weixin.qq.com/cgi-bin/searchbiz"token": token, "lang": "zh_CN", "f": "json", "ajax": "1", "action": "list_ex", "begin": 0, "count": "5", "query": "", "fakeid": fakeid, "type": "9", } json_test = requests.get(url, headers=headers, params=data).text json_test = json.loads(json_test) print(json_test)
这样就能获取最新的10篇文章了,如果想要获取更多的历史文章,可以修改data中的"begin"参数,0是第一页,5是第二页,10是第三页(以此类推)
但是如果想要大规模抓取的话:
请给自己安排一个稳定的代理,降低爬虫的速度,准备多个账号,来减少被封禁的可能性。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。