使用Python怎么抓取微信公眾號(hào)賬號(hào)信息-創(chuàng)新互聯(lián)

使用Python怎么抓取微信公眾號(hào)賬號(hào)信息？很多新手對此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。

成都創(chuàng)新互聯(lián)公司成立于2013年，我們提供高端成都網(wǎng)站建設(shè)、成都網(wǎng)站制作公司、網(wǎng)站設(shè)計(jì)、網(wǎng)站定制、全網(wǎng)整合營銷推廣、微信平臺(tái)小程序開發(fā)、微信公眾號(hào)開發(fā)、seo優(yōu)化排名服務(wù)，提供專業(yè)營銷思路、內(nèi)容策劃、視覺設(shè)計(jì)、程序開發(fā)來完成項(xiàng)目落地，為軟裝設(shè)計(jì)企業(yè)提供源源不斷的流量和訂單咨詢。

首先通過首頁進(jìn)入，可以按照類別抓取，通過“查看更多”可以找出頁面鏈接規(guī)則：

import requests as req
import re
reTypes = r'id="pc_\d*" uigs="(pc_\d*)">([\s\S]*?)</a>'
Entry = "http://weixin.sogou.com/"
entryPage = req.get(Entry)
allTypes = re.findall(reTypes, getUTF8(entryPage))
for (pcid, category) in allTypes:
  for page in range(1, 100):
    url = 'http://weixin.sogou.com/pcindex/pc/{}/{}.html'.format(pcid, page)
    print(url)
    categoryList = req.get(url)
    if categoryList.status_code != 200:
      break

上面代碼通過加載更多頁面獲取加載列表，進(jìn)而從其中抓取微信公眾號(hào)詳情頁面：

reProfile = r'<li id[\s\S]*?<a href="([\s\S]*?)" rel="external nofollow" '
allProfiles = re.findall(reOAProfile, getUTF8(categoryList))
for profile in allProfiles:
  profilePage = req.get(profile)
  if profilePage.status_code != 200:
    continue

進(jìn)入詳情頁面可以獲取公眾號(hào)的 名稱/ID/功能介紹/賬號(hào)主體/頭像/二維碼/最近10篇文章 等信息：

注意事項(xiàng)

詳情頁面鏈接： http://mp.weixin.qq.com/profile?src=3&timestamp=1477208282&ver=1&signature=8rYJ4QV2w5FXSOy6vGn37sUdcSLa8uoyHv3Ft7CrhZhB4wO-bbWG94aUCNexyB7lqRNSazua-2MROwkV835ilg==

1. 驗(yàn)證碼

訪問詳情頁面時(shí)有可能需要驗(yàn)證碼，自動(dòng)識(shí)別驗(yàn)證碼還是很有難度的，因此要做好爬蟲的偽裝工作。

2. 未保存詳情頁面鏈接

詳情頁面的鏈接中有兩個(gè)重要參數(shù)： timestamp & signature ，這說明頁面鏈接是有時(shí)效性的，所以保存下來應(yīng)該也沒用；

3. 二維碼

二維碼圖片鏈接同樣具有時(shí)效性，因此如需要最好將圖片下載下來。

用 Flask 展示結(jié)果

最近 Python 社區(qū)出現(xiàn)了一款異步增強(qiáng)版的 Flask 框架： Sanic ，基于 uvloop 和 httptools ，可以達(dá)到異步、更快的效果，但保持了與 Flask 一致的簡潔語法。雖然項(xiàng)目剛起步，還有很多基本功能為實(shí)現(xiàn)，但已經(jīng)獲得了很多關(guān)注（ 2,222 Star ）。這次本打算用抓取的微信公眾號(hào)信息基于 Sanic 做一個(gè)簡單的交互應(yīng)用，但無奈目前還沒有加入模板功能，異步的 redis 驅(qū)動(dòng)也還有 BUG 沒解決，所以簡單嘗試了一下之后還是切換回 Flask + SQLite，先把抓取結(jié)果呈現(xiàn)出來，后續(xù)有機(jī)會(huì)再做更新。

安裝 Sanic

Debug Sanic

Flask + SQLite App

from flask import g, Flask, render_template
import sqlite3
app = Flask(__name__)
DATABASE = "./db/wx.db"
def get_db():
  db = getattr(g, '_database', None)
  if db is None:
    db = g._database = sqlite3.connect(DATABASE)
  return db
@app.teardown_appcontext
def close_connection(exception):
  db = getattr(g, '_database', None)
  if db is not None:
    db.close()
@app.route("/<int:page>")
@app.route("/")
def hello(page=0):
  cur = get_db().cursor()
  cur.execute("SELECT * FROM wxoa LIMIT 30 OFFSET ?", (page*30, ))
  rows = []
  for row in cur.fetchall():
    rows.append(row)
  return render_template("app.html", wx=rows, cp=page)
if __name__ == "__main__":
  app.run(debug=True, port=8000)

Python主要用來做什么

Python主要應(yīng)用于：1、Web開發(fā)；2、數(shù)據(jù)科學(xué)研究；3、網(wǎng)絡(luò)爬蟲；4、嵌入式應(yīng)用開發(fā)；5、游戲開發(fā)；6、桌面應(yīng)用開發(fā)。

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝您對創(chuàng)新互聯(lián)的支持。

文章標(biāo)題：使用Python怎么抓取微信公眾號(hào)賬號(hào)信息-創(chuàng)新互聯(lián)
標(biāo)題網(wǎng)址：http://muchs.cn/article4/ejjie.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供ChatGPT、企業(yè)建站、電子商務(wù)、網(wǎng)站內(nèi)鏈、域名注冊、小程序開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)