Python爬虫系统：搜狗微信爬虫 WechatSogou-master.zip

基于搜狗微信搜索的微信公众号爬虫接口 === [](https://github.com/Chyroc/WechatSogou) [](https://github.com/Chyroc/WechatSogou) [](https://github.com/Chyroc/WechatSogou) [](https://github.com/Chyroc/WechatSogou) [](https://github.com/Chyroc/WechatSogou) 我的另外一个作品: https://github.com/chyroc/lark ，基于代码生成的 Lark/飞书 Go SDK，欢迎 star 。  ``` __ __ _ _ ____ \ \ / /__ ___| |__ __ _| |_/ ___| ___ __ _ ___ _ _ \ \ /\ / / _ \/ __| '_ \ / _` | __\___ \ / _ \ / _` |/ _ \| | | | \ V V / __/ (__| | | | (_| | |_ ___) | (_) | (_| | (_) | |_| | \_/\_/ \___|\___|_| |_|\__,_|\__|____/ \___/ \__, |\___/ \__,_| |___/ ``` # 项目简介 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 如果有问题，请提issue [CHANGELOG](./CHANGELOG.md) # 交流分享 - QQ群（只需加一个） - 一群 132955136（已满） - 二群 819084985 - 微信群 # 赞助作者 甲鱼说，咖啡是灵魂的饮料，买点咖啡 [谢谢这些人的☕️](./coffee.md) 支付宝扫码大家一起领红包： <img src="https://raw.githubusercontent.com/chyroc/wechatsogou/master/screenshot/alipay_hongbao.png" width="250" /> 或者直接转账： <img src="https://raw.githubusercontent.com/chyroc/wechatsogou/master/screenshot/pay_wechat.jpg" width="250" /><img src="https://raw.githubusercontent.com/chyroc/wechatsogou/master/screenshot/pay_ali.jpg" width="250" /> # 问题集锦 Q:没有得到原始文章url / 提示链接已经过期？ A:微信屏蔽此接口，请在临时链接有效期内保存文章内容。 Q:获取文章只能10篇？ A:是的，仅显示最近10条群发。 Q:使用的是python 2 还是 3？ A:都支持，若出错，请报BUG。 # 安装 ``` pip install wechatsogou --upgrade ``` # 使用 ### 初始化 API ```python import wechatsogou # 可配置参数 # 直连 ws_api = wechatsogou.WechatSogouAPI() # 验证码输入错误的重试次数，默认为1 ws_api = wechatsogou.WechatSogouAPI(captcha_break_time=3) # 所有requests库的参数都能在这用 # 如 配置代理，代理列表中至少需包含1个 HTTPS 协议的代理, 并确保代理可用 ws_api = wechatsogou.WechatSogouAPI(proxies={ "http": "127.0.0.1:8888", "https": "127.0.0.1:8888", }) # 如 设置超时 ws_api = wechatsogou.WechatSogouAPI(timeout=0.1) ``` ### 获取特定公众号信息 - get_gzh_info  - 使用 ``` In [5]: import wechatsogou ...: ...: ws_api =wechatsogou.WechatSogouAPI() ...: ws_api.get_gzh_info('南航青年志愿者') ...: Out[5]: { 'authentication': '南京航空航天大学', 'headimage': 'http://img01.sogoucdn.com/app/a/100520090/oIWsFt1tmWoG6vO6BcsS7St61bRE', 'introduction': '南航大志愿活动的领跑者,为你提供校内外的志愿资源和精彩消息.', 'post_perm': 26, 'view_perm': 1000, 'profile_url': 'http://mp.weixin.qq.com/profile?src=3&timestamp=1501140102&ver=1&signature=OpcTZp20TUdKHjSqWh7m73RWBIzwYwINpib2ZktBkLG8NyHamTvK2jtzl7mf-VdpE246zXAq18GNm*S*bq4klw==', 'qrcode': 'http://mp.weixin.qq.com/rr?src=3&timestamp=1501140102&ver=1&signature=-DnFampQflbiOadckRJaTaDRzGSNfisIfECELSo-lN-GeEOH8-XTtM*ASdavl0xuavw-bmAEQXOa1T39*EIsjzxz30LjyBNkjmgbT6bGnZM=', 'wechat_id': 'nanhangqinggong', 'wechat_name': '南航青年志愿者' } ``` - 返回数据结构 ```python { 'profile_url': '', # 最近10条群发页链接 'headimage': '', # 头像 'wechat_name': '', # 名称 'wechat_id': '', # 微信id 'post_perm': int, # 最近一月群发数 'view_perm': int, # 最近一月阅读量 'qrcode': '', # 二维码 'introduction': '', # 简介 'authentication': '' # 认证 } ``` ### 搜索公众号  - 使用 ``` In [6]: import wechatsogou ...: ...: ws_api =wechatsogou.WechatSogouAPI() ...: ws_api.search_gzh('南京航空航天大学') ...: Out[6]: [ { 'authentication': '南京航空航天大学', 'headimage': 'http://img01.sogoucdn.com/app/a/100520090/oIWsFt1MvjqspMDVvZjpmxyo36sU', 'introduction': '南京航空航天大学官方微信', 'post_perm': 0, 'view_perm': 0, 'profile_url': 'http://mp.weixin.qq.com/profile?src=3&timestamp=1501141990&ver=1&signature=S-7U131D3eQERC8yJGVAg2edySXn*qGVi5uE8QyQU034di*2mS6vGJVnQBRB0It9t9M-Qn7ynvjRKZNQrjBMEg==', 'qrcode': 'http://mp.weixin.qq.com/rr?src=3&timestamp=1501141990&ver=1&signature=Tlp-r0AaBRxtx3TuuyjdxmjiR4aEJY-hjh0kmtV6byVu3QIQYiMlJttJgGu0hwtZMZCCntdfaP5jD4JXipTwoGecAze8ycEF5KYZqtLSsNE=', 'wechat_id': 'NUAA_1952', 'wechat_name': '南京航空航天大学' }, { 'authentication': '南京航空航天大学', 'headimage': 'http://img01.sogoucdn.com/app/a/100520090/oIWsFtwVmjdK_57vIKeMceGXF5BQ', 'introduction': '南京航空航天大学团委官方微信平台', 'post_perm': 0, 'view_perm': 0, 'profile_url': 'http://mp.weixin.qq.com/profile?src=3&timestamp=1501141990&ver=1&signature=aXFQrSDOiZJHedlL7vtAkvFMckxBmubE9VGrVczTwS601bOIT5Nrr8Pcgs6bQ-oEd6jdQ0aK5WCQjNwMAhJnyQ==', 'qrcode': 'http://mp.weixin.qq.com/rr?src=3&timestamp=1501141990&ver=1&signature=7Cpbd9CVQsXJkExRcU5VM6NuyoxDQQfVfF7*CGI-PTR0y6stHPtdSDqzAzvPMWz67Xz9IMF2TDfu4Cndj5bKxlsFh6wGhiLH0b9ZKqgCW5k=', 'wechat_id': 'nuaa_tw', 'wechat_name': '南京航空航天大学团委' }, ... ] ``` - 数据结构 list of dict, dict: ```python { 'profile_url': '', # 最近10条群发页链接 'headimage': '', # 头像 'wechat_name': '', # 名称 'wechat_id': '', # 微信id 'post_perm': int, # 最近一月群发数 'view_perm': int, # 最近一月阅读量 'qrcode': '', # 二维码 'introduction': '', # 介绍 'authentication': '' # 认证 } ``` ### 搜索微信文章  - 使用 ``` In [7]: import wechatsogou ...: ...: ws_api =wechatsogou.WechatSogouAPI() ...: ws_api.search_article('南京航空航天大学') ...: Out[7]: [ { 'article': { 'abstract': '【院校省份】江苏【报名时间】4月5日截止【考试时间】6月10日-11日南京航空航天大学2017年自主招生简章南京航空航天大学2017...', 'imgs': ['http://img01.sogoucdn.com/net/a/04/link?appid=100520033&url=http://mmbiz.qpic.cn/mmbiz_png/P07yicBRJfC71QB3lREx4J4x34QOibGaia5BkiaaiaiaibicWkTBULou9R08K6FaxlUA1RFBFWCmpO1Lepk7ZcXK45vguQ/0?wx_fmt=png'], 'time': 1490270644, 'title': '南京航空航天大学2017年自主招生简章', 'url': 'http://mp.weixin.qq.com/s?src=3&timestamp=1501142580&ver=1&signature=hRMlQOLQpu4BNhBACavusZdmk**D65qHyz5LWDq1lPjVcm7*iiBS0l7Pq40h0fiCX*bZ8vSMLzAMDNzELYFKIQ7mND0-7cQi-N0BtfTBql*CQdsHun-GtaYEqRva6Ukwce3gZh46SXJzo90kyZ3dwVYl6*589bGDIzG6JTGfpxI=' }, 'gzh': { 'headimage': 'http://wx.qlogo.cn/mmhead/Q3auHgzwzM5kiawibor6ABhnibMYnOADvqdcrl5XWiaFfM5mGYZ8cUica6A/0', 'isv': 0, 'profile_url': 'http://mp.weixin.qq.com/profile?src=3&timestamp=1501142580&ver=1&signature=dVkDdcFr1suL1WHdCOJj7pwZhG9W*