wechat_articles_spider

Rastreador de artículos de cuentas públicas de WeChat (obteniendo Me gusta por leer artículos de WeChat)

Instalar

pip install wechatarticles

Dirección para mostrar:

Actualización diaria, obtenga el enlace del artículo más reciente de la cuenta pública, admita actualizaciones diarias, lea Me gusta y comente el texto.

Nota: Este proyecto es solo para aprendizaje y comunicación, y está estrictamente prohibido para uso comercial (este proyecto no se puede usar directamente) y no puede alcanzar el nivel listo para usar. Para utilizar este proyecto, debe leer la documentación + el código fuente + la práctica práctica y consultar el código de muestra (en la carpeta test ) para reescribirlo.

Consejo: Además, muchos amigos (grandes) ya se han basado en este conjunto de proyectos o los han reescrito para satisfacer sus propias necesidades mirando directamente el código fuente.

Idea de implementación uno:

1. Obtenga las URL de todos los artículos públicos de WeChat desde la plataforma de cuentas públicas de WeChat
2. Inicie sesión en WeChat en su PC o dispositivo móvil para obtener la cantidad de lecturas, me gusta y comentarios de los artículos.

Para obtener ideas completas, puede consultar mi blog: Recordando una experiencia de rastreo de cuentas públicas de WeChat (obteniendo Me gusta por leer artículos de WeChat)

Idea de implementación dos:

1. Inicie sesión en la versión para PC o móvil de WeChat para obtener las URL de todos los artículos en la cuenta pública. La cantidad de URL obtenidas es superior a 500 y el número específico no es completamente consistente para cada cuenta de WeChat (actualmente solo puede serlo). obtenido una vez y no se puede obtener una segunda vez. Utilice test_GetUrls.py con precaución, preferiblemente sin .)
2. Utilice el mismo método anterior para obtener la cantidad de lecturas, me gusta y comentarios del artículo.

Se divulgan los enlaces permanentes a los artículos históricos rastreados de las cuentas públicas. Las fechas son en el momento de la confirmación. Son solo para probar y aprender. Le invitamos a prestar atención a estas cuentas públicas de alta calidad.

Lista de cuentas públicas

Estética tecnológica

Comité Central de la Liga Juvenil Comunista

fin de semana del sur

AppSo

## Notas

El proyecto se inició en 2017 y actualmente se actualiza en marzo de 2023.

Para ajustar el código del proyecto, utilice pip install wechatarticles para llamar a la interfaz anterior.

1. Cuando falla el rastreo, puede deberse a las siguientes razones:
   1. Cuando se ejecuta, debe apagar el proxy de red (software de captura de paquetes) o agregar parámetros relevantes
   2. Si los parámetros son los más recientes. Al obtener los parámetros relacionados con WeChat (cookie, token), asegúrese de que sea cualquier artículo correspondiente a la cuenta oficial.
   3. comprobar código
   4. Hay que prestar atención a la cuenta pública correspondiente (Quizás)
2. Idea 1: al obtener la URL, el intervalo entre cada página se puede establecer más largo, como 3 minutos, y la duración es de varias horas (según las pruebas de los internautas)
3. Al obtener Me gusta de lectura de artículos, cada artículo se puede configurar en aproximadamente 5 a 10 segundos, y el tiempo de vencimiento es de 4 horas, si está bloqueado, el rastreo puede continuar en aproximadamente 5 a 10 minutos;
4. Idea 2: al obtener la URL, si está bloqueada, pasarán 24 horas antes de que se pueda rastrear nuevamente (este artículo no es válido y no se puede desbloquear temporalmente)

Consulte README para obtener una descripción del archivo de parámetros.

versión de Python

• python : 3.6.2, 3.7.3

Realización de funciones

Función

Cuenta oficial relacionada

Información oficial de la cuenta

Negocio de cuentas públicas. Cómo obtener: Qingbo, página web de la cuenta oficial

Número de artículos publicados por la cuenta pública (no del todo exacto)

Artículo relacionado

La URL de un determinado artículo de cuenta pública. Cómo obtener: página web oficial de la cuenta, WeChat para PC, WeChat móvil, lectura de WeChat

Toda la información del artículo de una cuenta pública (incluido el número de Me gusta, el número de lecturas y la información de los comentarios) debe cambiarse manualmente.

Información sobre artículos designados de una determinada cuenta pública.

Admite la descarga de artículos de WeChat localmente y su conversión a HTML (opcional si se guardan imágenes)

Ejemplos de API

Utilice la versión web de la cuenta oficial para obtener la URL del artículo de WeChat

Hay un límite en la cantidad de veces aquí, por lo que no puede obtener demasiadas URL a la vez. Solución: varias cuentas rastrean test_WechatUrls.py al mismo tiempo

Inicie sesión en WeChat PC para obtener información del artículo (leer y dar me gusta)

test_WechatInfo.py

Obtenga rápidamente una gran cantidad de URL de artículos (use artículos históricos para obtener enlaces)

test_GetUrls.py

Los artículos de WeChat se descargan como HTML sin conexión (incluidas imágenes)

prueba_Url2Html.py

Proceso de aprendizaje/ejecución

Puedes leer este número, muchas gracias por la explicación concisa.

Documentos relacionados

Consulte el blog y la documentación a continuación.

Consulte este documento para saber cómo obtener manualmente la cookie_oficial y el token.

Para obtener una introducción a la adquisición manual de wechat_cookie y appmsg_token, consulte este documento.

Notas de contacto :

1. No puedo (no puedo) iniciar sesión automáticamente en las cuentas oficiales de WeChat y en WeChat

2. No puedo (no puedo) hacerlo en tiempo real (obtener parámetros, leer Me gusta, obtener artículos)

3. Cambiar una cuenta oficial o los parámetros que caducan requieren una actualización manual. En el artículo se menciona cómo obtener los parámetros; léalo detenidamente.

4. No puede realizar búsquedas de palabras clave (es decir, la función de búsqueda de WeChat), como buscar todos los artículos que contengan la palabra "tecnología".

Preguntas y respuestas

1. ¿Puede el proyecto ejecutarse normalmente?

   Respuesta: El proyecto puede ejecutarse normalmente.

2. ¿Cómo ejecutar/iniciar xxx y qué parámetros se deben obtener?

   Respuesta: Mire el código fuente y ejecútelo manualmente para ver el error de salida.

3. ¿Cómo obtener los parámetros xxx?

   Respuesta: La documentación y el blog son muy claros, léalos atentamente.

4. Quiero xxxx, ¿qué debo hacer?

   Respuesta: Lea la documentación y el código fuente.

5. ¿Cómo actualizar la página web diariamente?

   Respuesta: No es una clave universal. La solución es muy simple: simular clics + software proxy (Fiddler o Mitmproxy) para interceptar paquetes y capturarlos una vez al día. Si tiene una solución mejor, háganoslo saber. Esta parte no es de código abierto (si ve el código abierto completo relevante, puede plantear un problema para obtener más información), simplemente porque es demasiado problemático configurar el entorno + personalización, y existen ciertos problemas. Si ve lo que se puede lograr aquí, puede lograrlo. Si me pregunta, no puedo responderle. Consume demasiado tiempo y energía.

6. ¿Se requieren WeChat y el software de captura de paquetes Fiddler en la PC?

   Respuesta: No. Esto es justo lo que entiendo (pienso) que estos dos son relativamente más fáciles de completar todo el proceso. Alternativas: puede capturar WeChat en teléfonos móviles (tanto Android como IOS están disponibles, Android requiere root para capturar lecturas y me gusta, existen muchas alternativas al software de captura de paquetes Fiddler, siempre que pueda capturar paquetes HTTPS y ver los datos); .

7. ¿Cómo capturar artículos de una gran cantidad de cuentas públicas?

   Respuesta: Este proyecto no se puede realizar. No existe una buena solución; consulte 5. El costo de tiempo para cambiar una cuenta oficial es de aproximadamente 3 a 5 minutos, dependiendo del nivel de competencia.

espacio publicitario

apéndice

Forma normal de hacer preguntas:

1. Describa claramente el entorno del sistema y el entorno Python en el que está ejecutando... (este paso puede ignorarse opcionalmente)
2. ¿Qué código se ejecutó (qué parte se cambió) y qué error se informó (tome una captura de pantalla completa)?
3. ¿Qué has probado según el informe de errores? (¿Hay una descripción en el documento? ¿Cuáles son las soluciones buscadas en línea?)

La programación proviene de la práctica. Puedes probar directamente si el funcionamiento es correcto o no. No es necesario perder el tiempo de dos personas. Si hay un problema durante la operación, siga el proceso anterior para hacer preguntas, pero solo si lo ha ejecutado usted mismo . Por favor cuéntame tus dudas o necesidades directamente sin esperar mi respuesta. ¡Gracias! La mayoría de las preguntas se pueden intercambiar. Si hace alguna pregunta detallada, también aceptaremos enseñanza paga.

Código de agradecimiento de WeChat