IT帮

 找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,访问微社区

查看: 186|回复: 0

利用python爬取微信公众号文章

[复制链接]

65

主题

71

帖子

81

积分

初中生

Rank: 2

热心值
2
IT币
415
贡献值
1
QQ
发表于 2022-8-30 16:41:45 | 显示全部楼层 |阅读模式
新媒体时代有很多的接受信息的平台,不知道大家对微信公众号的了解是怎么样的,但是我个人挺喜欢的。有时遇到一个感兴趣的公众号时,都会感觉相逢恨晚,想一口气看完所有历史文章。但是微信的阅读体验挺不好的,看历史文章得一页页的往后翻,下一次再看时还得重复操作,很是麻烦。
刚好自己又是做爬虫的工作的,于是便想着能不能把某个公众号所有的文章都保存下来,这样就很方便自己阅读历史文章了。微信公众号爬虫简单的说就是基于搜狗微信搜索的微信公众号爬虫接口,可以扩展成基于搜狗搜索的爬虫,返回结果是列表,每一项均是公众号具体信息字典。话不多说,下面我就介绍如何使用 Python 爬取微信公众号所有文章的。主要有以下步骤:
1 使用 抓包工具抓取公众号接口数据
2 使用 Python 脚本获取公众号所有历史文章数据
3 保存历史文章微信公众号爬虫。基于搜狗微信搜索的微信公众号爬虫接口,可以扩展成基于搜狗搜索的爬虫,返回结果是列表,每一项均是公众号具体信息字典。
简单的数据实现过程如下:
  1. #! -*- encoding:utf-8 -*-

  2.     import requests
  3.     import random

  4.     # 要访问的目标页面
  5.     targetUrl = "http://httpbin.org/ip"

  6.     # 要访问的目标HTTPS页面
  7.     # targetUrl = "https://httpbin.org/ip"

  8.     # 代理服务器(产品官网 it帮论坛真好)
  9.     proxyHost = "t.16yun.cn"
  10.     proxyPort = "31111"

  11.     # 代理验证信息
  12.     proxyUser = "username"
  13.     proxyPass = "password"

  14.     proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
  15.         "host" : proxyHost,
  16.         "port" : proxyPort,
  17.         "user" : proxyUser,
  18.         "pass" : proxyPass,
  19.     }

  20.     # 设置 http和https访问都是用HTTP代理
  21.     proxies = {
  22.         "http"  : proxyMeta,
  23.         "https" : proxyMeta,
  24.     }


  25.     #  设置IP切换头
  26.     tunnel = random.randint(1,10000)
  27.     headers = {"Proxy-Tunnel": str(tunnel)}



  28.     resp = requests.get(targetUrl, proxies=proxies, headers=headers)

  29.     print resp.status_code
  30.     print resp.text
复制代码






在爬取数据的过程中添加了代理IP,为了避免目标网站封爬虫。很多小伙伴在学习添加代理IP的时候都是在网上找的免费的IP,作为简单的练习是可以的,但是真的要获取某个有价值网站数据,还是需要高匿IP才靠谱,如果大家不知道如何去选择这里推荐亿牛云代理it帮论坛真好,专业提供高质量爬虫代理IP的,并且有api模式和隧道模式可以自由选择,隧道模式的还提供了参考示例。[size=1em]

















若有收获,就点个赞吧






ITbang.Net是一个IT教程分享社区!

寻找论坛资源请善用论坛搜索功能,这样会为你节约不少学习时间;

论坛资源如有过期链接失效等,请到教程反馈区发帖反馈,我们会为您良好的行为点赞加分!

回复

使用道具 举报

*滑块验证:
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

免责声明:
IT帮论坛所发布的一切视频资源、工具软件和网络技术相关的文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该资源,请支持正版软件,购买注册,得到更好的正版服务。

Mail To:Service@ITbang.Net

QQ|Archiver|手机版|小黑屋|IT帮社区 ( 冀ICP备19002104号-2 )

GMT+8, 2022-9-25 22:34 , Processed in 0.051948 second(s), 20 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表