思路：

1. 安装代理AnProxy，在手机端安装CA证书，启动代理，设置手机代理；

2. 获取目标微信公众号的__biz;

3. 进入微信公众号的历史页面；

4. 使用Monkeyrunner控制滑屏；获取更多的历史消息；

5. 记录文章标题，摘要，创建时间，创作类型，地址等等；

6. 文章列表获取完成后，利用Monkeyrunner进入文章的列表，

7. 记录文章的阅读数，点赞数，评论数等；

8. 重复以上操作。

数据爬取结果

数据分析

文章发布数量分析：

文章总数：914篇，每个月发布情况如下：

import pandas as pd

import matplotlib.pyplot as plt

name=['日期','时间','标题','作者','摘要','创作类型','是否头条号','阅读数','点赞数','评论数','地址']

df = pd.read_excel('weixin1.xlsx',encoding= 'utf-8',header=1,names=name,)

df['文章数'] = pd.to_datetime(df['日期']).dt.month

date = pd.DataFrame(df['文章数'].value_counts())

plt.figure(figsize=(15, 5))

plt.title('CSDN公众号文章发布情况')

plt.xlabel('月份')

plt.ylabel('文章数')

plt.xticks((1,2,3,4,5,6,7,8,9,10,11,12),('2017-01','2017-02','2017-03','2017-04','2017-05','2017-06','2017-07','2017-08','2017-09',

'2017-10','2017-11','2017-12'))

plt.plot(date.sort_index(),color='green',linestyle='dashed', marker='o', markerfacecolor='blue', markersize=8,)

plt.show()

通过发布文章次数的曲线来看，CSDN在4月份的才正式确定运营微信公众号，在11月份和12月份月发布次数已经超过100篇，每天6篇文章已经成为常态，小姐姐确实不容易啊，手动点赞！

创作类型分析：

import pandas as pd

import matplotlib.pyplot as plt

import pandas as pd

import matplotlib.pyplot as plt

name=['日期','时间','标题','作者','摘要','创作类型','是否头条号','阅读数','点赞数','评论数','地址']

df = pd.read_excel('weixin1.xlsx',encoding= 'utf-8',header=1,names=name,)

data = pd.DataFrame(df['创作类型'].value_counts())

explode=[0,0,0,0,0]

plt.figure(figsize=(15, 6))

plt.axes(aspect=1)

plt.title('文章创作情况',fontsize=18)

plt.pie(x=data,autopct='%.2f%%',explode=explode,shadow=True,labels=['原创','未标记作者','创作或转发','其它','未知'])

plt.show()

通过文章的创作情况来看，一半以上的文章都是原创。基本上每天至少有一篇原创的文章。

有这样的文采，确实是难得的人才。

阅读数分析：

import pandas as pd

import matplotlib.pyplot as plt

name=['日期','时间','标题','作者','摘要','创作类型','是否头条号','阅读数','点赞数','评论数','地址']

df = pd.read_excel('weixin.xlsx',encoding= 'utf-8',header=1,names=name,)

data = df[['阅读数']]

a = data.sort_values(by=['阅读数'],ascending=False)

one = a[a['阅读数']>=70000].size

two = a[(a['阅读数']>=30000) & (a['阅读数']<70000)].size

three = a[(a['阅读数']>=10000) & (a['阅读数']<30000)].size

four = a[(a['阅读数']>=1000) & (a['阅读数']<10000)].size

five = a[(a['阅读数']<1000)].size

explode=[0.3,0,0,0,0]

fras = [one,two,three,four,five]

plt.figure(figsize=(15, 5))

plt.axes(aspect=1)

plt.title('阅读数分布比例',fontsize=18)

plt.pie(x=fras,autopct='%.2f%%',explode=explode,shadow=True,labels=['大于70,000','30,000~70,000','10,000~30,000','1000~10,000','小于1,000'])

plt.show()

import pandas as pd

import matplotlib.pyplot as plt

import pandas as pd

import matplotlib.pyplot as plt

name=['日期','时间','标题','作者','摘要','创作类型','是否头条号','阅读数','点赞数','评论数','地址']

df = pd.read_excel('weixin1.xlsx',encoding= 'utf-8',header=1,names=name,)

df_read = df[['标题','阅读数']]

data_read = df.sort_values(by=['阅读数'],ascending=False)

data_read.index = data_read['标题']

var = data_read['阅读数'][:10]

plt.figure(figsize=(15, 6))

plt.title('阅读数 TOP10 的文章',fontsize=18)

plt.xlabel('数量',fontsize=18)

plt.ylabel('标题',fontsize=18)

var.plot(kind='barh', stacked=True,alpha=0.5, color=['red'])

plt.show()

由于阅读数超过10W，返回值为100001，具体数字是多少，前后台不得而知。整体文章质量比较高，不乏有10万+的文章出现。大V，对技术资讯的传播具有很大的影响力！

点赞数分析：

import pandas as pd

import matplotlib.pyplot as plt

name=['日期','时间','标题','作者','摘要','创作类型','是否头条号','阅读数','点赞数','评论数','地址']

df = pd.read_excel('weixin.xlsx',encoding= 'utf-8',header=1,names=name,)

data = df[['点赞数']]

a = data.sort_values(by=['点赞数'],ascending=False)

one = a[a['点赞数']>=200].size

two = a[(a['点赞数']>=50) & (a['点赞数']<200)].size

three = a[(a['点赞数']<50)].size

explode=[0.3,0,0]

fras = [one,two,three]

plt.figure(figsize=(15, 5))

plt.axes(aspect=1)

plt.title('点赞数分布比例',fontsize=18)

plt.pie(x=fras,autopct='%.2f%%',explode=explode,shadow=True,labels=['大于200','50~100','小于50'])

plt.show()

import pandas as pd

import matplotlib.pyplot as plt

import pandas as pd

import matplotlib.pyplot as plt

name=['日期','时间','标题','作者','摘要','创作类型','是否头条号','阅读数','点赞数','评论数','地址']

df = pd.read_excel('weixin1.xlsx',encoding= 'utf-8',header=1,names=name,)

df = df[['标题','点赞数']]

data = df.sort_values(by=['点赞数'],ascending=False)

data.index = data['标题']

var = data['点赞数'][:10]

plt.figure(figsize=(15, 6))

plt.title('点赞数 TOP10 的文章',fontsize=18)

plt.xlabel('数量',fontsize=18)

plt.ylabel('标题',fontsize=18)

var.plot(kind='barh', stacked=True,alpha=0.7, color=['green'])

plt.show()

“中兴跳楼程序员妻子：他们就这样把我老公逼死了”文章点赞数1542，“我们愤恨于现实，在互联网内外，公司调整牺牲员工利益的不公平不道德之事时有发生，尤其是在互联网公司，裁员更是屡见不鲜，尤以“为什么总说程序员是吃青春饭的？”为重。而到了个人身上，随着年岁增长，学习、精神等的下降，上有老下有小，面对突然的被辞退，压力可想而知，但是当事情发生之时，我们还是要尽可能地调整心态，网上评论的很多，这种基层主管处于不上不下的尴尬处境，只能考虑降低心理预期，哪怕是从头再来呢。生活固然残酷，但也不要轻易放弃，毕竟还有自己爱和爱自己的人啊！”，大家对此特别赞同！

评论数分析：

import pandas as pd

import matplotlib.pyplot as plt

name=['日期','时间','标题','作者','摘要','创作类型','是否头条号','阅读数','点赞数','评论数','地址']

df = pd.read_excel('weixin.xlsx',encoding= 'utf-8',header=1,names=name,)

data = df[['评论数']]

a = data.sort_values(by=['评论数'],ascending=False)

one = a[a['评论数']>=50].size

two = a[(a['评论数']>=20) & (a['评论数']<50)].size

three = a[(a['评论数']<20)].size

explode=[0.3,0,0]

fras = [one,two,three]

plt.figure(figsize=(15, 5))

plt.axes(aspect=1)

plt.title('评论数分布比例',fontsize=18)

plt.pie(x=fras,autopct='%.2f%%',explode=explode,shadow=True,labels=['大于50','20~50','小于20'])

plt.show()

import pandas as pd

import matplotlib.pyplot as plt

import pandas as pd

import matplotlib.pyplot as plt

name=['日期','时间','标题','作者','摘要','创作类型','是否头条号','阅读数','点赞数','评论数','地址']

df = pd.read_excel('weixin1.xlsx',encoding= 'utf-8',header=1,names=name,)

df = df[['标题','评论数']]

data = df.sort_values(by=['评论数'],ascending=False)

data.index = data['标题']

var = data['评论数'][:10]

plt.figure(figsize=(15, 5))

plt.title('评论数 TOP10 的文章',fontsize=18)

plt.xlabel('数量',fontsize=18)

plt.ylabel('标题',fontsize=18)

var.plot(kind='barh', stacked=True,alpha=0.7, color=['blue'])

plt.show()