# _*_ coding:utf-8 _*_

# Author:liu

import time

import requests

import re

import random

# 前提自己要有公众号

user = "你自己的公众号"

# 公众号密码

password = "密码"

# 爬取微信公众号文章，并存在本地文本中

def get_content(query):

# query为要爬取的公众号名称

# 公众号主页

url = 'https://mp.weixin.qq.com'

# 设置headers

header = {

"HOST": "mp.weixin.qq.com",

"User-Agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.170 Safari/537.36"

}

# cookies信息,登录公众号主页使用抓包工具就可以获取

cookies = {

"Cookie": "coolies值"}

# 登录之后的微信公众号首页url变化为：https://mp.weixin.qq.com/cgi-bin/home?t=home/index&lang=zh_CN&token=1849751598，从这里获取token信息

response = requests.get(url=url, cookies=cookies)

token = re.findall(r'token=(\d+)', str(response.url))[0]

# 搜索微信公众号的接口地址

search_url = 'https://mp.weixin.qq.com/cgi-bin/searchbiz?'

# 搜索微信公众号接口需要传入的参数，有三个变量：微信公众号token、随机数random、搜索的微信公众号名字

query_id = {

'action': 'search_biz',

'token': token,

'lang': 'zh_CN',

'f': 'json',

'ajax': '1',

'random': random.random(),

'query': query,

'begin': '0',

'count': '5'

}

# 打开搜索微信公众号接口地址，需要传入相关参数信息如：cookies、params、headers

search_response = requests.get(search_url, cookies=cookies, headers=header, params=query_id)

# 取搜索结果中的第一个公众号

lists = search_response.json().get('list')[0]

# 获取这个公众号的fakeid，后面爬取公众号文章需要此字段

fakeid = lists.get('fakeid')

# 微信公众号文章接口地址

appmsg_url = 'https://mp.weixin.qq.com/cgi-bin/appmsg?'

# 搜索文章需要传入几个参数：登录的公众号token、要爬取文章的公众号fakeid、随机数random

query_id_data = {

'token': token,

'lang': 'zh_CN',

'f': 'json',

'ajax': '1',

'random': random.random(),

'action': 'list_ex',

'begin': '0', # 不同页，此参数变化，变化规则为每页加5

'count': '5',

'query': '',

'fakeid': fakeid,

'type': '9'

}

# 打开搜索的微信公众号文章列表页

appmsg_response = requests.get(appmsg_url, cookies=cookies, headers=header, params=query_id_data)

# 获取文章总数

max_num = appmsg_response.json().get('app_msg_cnt')

print('文章总数:', max_num)

# 每页至少有5条，获取文章总的页数，爬取时需要分页爬

num = int(int(max_num) / 5)

# 起始页begin参数，往后每页加5

begin = 0

while num + 1 > 0:

query_id_data = {

'token': token,

'lang': 'zh_CN',

'f': 'json',

'ajax': '1',

'random': random.random(),

'action': 'list_ex',

'begin': '{}'.format(str(begin)),

'count': '5',

'query': '',

'fakeid': fakeid,

'type': '9'

}

print('正在翻页：--------------', begin)

# 获取每一页文章的标题和链接地址，并写入本地文本中

query_fakeid_response = requests.get(appmsg_url, cookies=cookies, headers=header, params=query_id_data)

fakeid_list = query_fakeid_response.json().get('app_msg_list')

for item in fakeid_list:

content_link = item.get('link')

content_title = item.get('title')

fileName = query + '.txt'

with open(fileName, 'a', encoding='utf-8') as fh:

fh.write(content_title + ":\n" + content_link + "\n")

num -= 1

begin = int(begin)

begin += 5

time.sleep(2)

def main():

try:

weiname = input('请输入对方的公众号名称:')

gzlist = [weiname]

# 登录之后，通过微信公众号后台提供的微信公众号文章接口爬取文章

for query in gzlist:

# 爬取微信公众号文章，并存在本地文本中

print("开始爬取公众号：" + query)

get_content(query)

print("爬取完成")

except Exception as e:

print(str(e))

if __name__ == '__main__':

main()