py spider for wechat

微信公眾號爬蟲

歡迎二次開發，提交PR ?

專案簡介

利用python建構爬蟲，爬取指定公眾號歷史文章及內容，同時支持利用關鍵字篩選文章。

使用方法

取得token和cookie

1、前往微信公眾平台登入或註冊公眾號

2.進入微信公眾平台主介面，按快速鍵F12開啟以下介面，並切換至【網路】

3.刷新瀏覽器頁面，點選查看圖中指示的文件內容

4.在【載重】中複製老鼠選取的內容，複製到爬蟲程式的【token】中

5.在【標頭】中找到【請求標頭】，複製圖中滑鼠選取的所有內容，複製到爬蟲程式的【cookie】中

公眾號選擇

1.在爬蟲程式中輸入想要爬取的公眾號名稱，點選【查詢】按鈕

2.在下方【選擇公眾號】的查詢結果中，選擇想要爬取的公眾號

爬取設置

1.起始頁碼& 爬取頁數

（1）公眾號歷史文章是分頁取得的，一般一頁有5-10篇文章

（2）公眾號歷史文章頁數越小，時間越新，第0頁儲存的是最新文章

（3）推薦起始頁碼從0開始

（4）爬取頁數不能為0，否則爬取結果為空

2、儲存檔案名稱& 儲存位置

輸入正確的檔案名，選擇檔案位置即可

3.關鍵字篩選（可填可不填）

（1）功能：用於根據關鍵字篩選文章，取得文章標題中包含關鍵字的文章。如果不填寫，則獲取所有文章。

（2）格式：关键词1；关键词2；关键词3

用【中文分號】隔開，最後一個關鍵字後面不加分號

開始爬取& 看結果

1.點選【開始爬取】按鈕

2.查看爬取結果

（1）程式會在選取的檔案儲存位置目錄下，產生一個保存文件名_当日日期的資料夾，並在該資料夾下儲存爬取內容

（2） raw資料夾裡的內容，是爬取過程中產生的快取文件，可以刪除