基础入门学习Python爬取微信公众号文章、标题、文章地址
基本开发环境
Python 3.6
皮查姆
爬取两个公众号的文章:
1,爬取青灯编程公众号所有的文章
2,爬取所有关于python的公众号文章
爬取青灯编程公众号所有的文章
1,登陆公众号之后点击图文
2,打开开发者工具
3,点击超链接
相关的数据加载出来,就有关于数据包,包含了文章标题,链接,摘要,发布时间等等,也可以选择其他的公众号也可以爬取的,但是这需要你有一个微信公众号。
要加cookie
import pprint
import time
import requests
import csvf = open('青灯公众号文章.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['标题', '文章发布时间', '文章地址'])
csv_writer.writeheader()for page in range(0, 40, 5):url = f'https://mp.weixin.qq.com/cgi-bin/appmsg?action=list_ex&begin={page}&count=5&fakeid=&type=9&query=&token=1252678642&lang=zh_CN&f=json&ajax=1'headers = {'cookie': '加cookie','referer': 'https://mp.weixin.qq.com/cgi-bin/appmsg?t=media/appmsg_edit_v2&action=edit&isNew=1&type=10&createType=0&token=1252678642&lang=zh_CN','user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',}response = requests.get(url=url, headers=headers)html_data = response.json()pprint.pprint(response.json())lis = html_data['app_msg_list']for li in lis:title = li['title']link_url = li['link']update_time = li['update_time']timeArray = time.localtime(int(update_time))otherStyleTime = time.strftime("%Y-%m-%d %H:%M:%S", timeArray)dit = {'标题': title,'文章发布时间': otherStyleTime,'文章地址': link_url,}csv_writer.writerow(dit)print(dit)
爬取所有关于python的公众号文章
1,搜狗搜索python选择微信
注意:如果不登陆只能爬取前十页数据,登陆之后可以爬取2W多篇文章。
2,爬取标题,公众号,文章地址,发布时间静态网页直接爬取即可
import time
import requests
import parsel
import csvf = open('公众号文章.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['标题', '公众号', '文章发布时间', '文章地址'])
csv_writer.writeheader()for page in range(1, 2447):url = f'https://weixin.sogou.com/weixin?query=python&_sug_type_=&s_from=input&_sug_=n&type=2&page={page}&ie=utf8'headers = {'Cookie': '自己的cookie','Host': 'weixin.sogou.com','Referer': 'https://www.sogou.com/web?query=python&_asf=www.sogou.com&_ast=&w=01019900&p=40040100&ie=utf8&from=index-nologin&s_from=index&sut=1396&sst0=1610779538290&lkt=0%2C0%2C0&sugsuv=1590216228113568&sugtime=1610779538290','User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',}response = requests.get(url=url, headers=headers)selector = parsel.Selector(response.text)lis = selector.css('.news-list li')for li in lis:title_list = li.css('.txt-box h3 a::text').getall()num = len(title_list)if num == 1:title_str = 'python' + title_list[0]else:title_str = 'python'.join(title_list)href = li.css('.txt-box h3 a::attr(href)').get()article_url = 'https://weixin.sogou.com' + hrefname = li.css('.s-p a::text').get()date = li.css('.s-p::attr(t)').get()timeArray = time.localtime(int(date))otherStyleTime = time.strftime("%Y-%m-%d %H:%M:%S", timeArray)dit = {'标题': title_str,'公众号': name,'文章发布时间': otherStyleTime,'文章地址': article_url,}csv_writer.writerow(dit)print(title_str, name, otherStyleTime, article_url)
基础入门学习Python爬取微信公众号文章、标题、文章地址相关推荐
- python爬虫实战-爬取微信公众号所有历史文章 - (00) 概述
http://efonfighting.imwork.net 欢迎关注微信公众号"一番码客"获取免费下载服务与源码,并及时接收最新文章推送. 最近几年随着人工智能和大数据的兴起,p ...
- html如何获取请求头变量的值。_如何使用 Python 爬取微信公众号文章
我比较喜欢看公众号,有时遇到一个感兴趣的公众号时,都会感觉相逢恨晚,想一口气看完所有历史文章.但是微信的阅读体验挺不好的,看历史文章得一页页的往后翻,下一次再看时还得重复操作,很是麻烦. 于是便想着能 ...
- python 微信公众号发文章_如何使用 Python 爬取微信公众号文章
我比较喜欢看公众号,有时遇到一个感兴趣的公众号时,都会感觉相逢恨晚,想一口气看完所有历史文章.但是微信的阅读体验挺不好的,看历史文章得一页页的往后翻,下一次再看时还得重复操作,很是麻烦. 于是便想着能 ...
- 如何用python爬取公众号文章_如何使用 Python 爬取微信公众号文章
我比较喜欢看公众号,有时遇到一个感兴趣的公众号时,都会感觉相逢恨晚,想一口气看完所有历史文章.但是微信的阅读体验挺不好的,看历史文章得一页页的往后翻,下一次再看时还得重复操作,很是麻烦. 于是便想着能 ...
- python爬虫爬取微信_如何使用 Python 爬取微信公众号文章
我比较喜欢看公众号,有时遇到一个感兴趣的公众号时,都会感觉相逢恨晚,想一口气看完所有历史文章.但是微信的阅读体验挺不好的,看历史文章得一页页的往后翻,下一次再看时还得重复操作,很是麻烦. 于是便想着能 ...
- 如何使用 Python 爬取微信公众号文章
我比较喜欢看公众号,有时遇到一个感兴趣的公众号时,都会感觉相逢恨晚,想一口气看完所有历史文章.但是微信的阅读体验挺不好的,看历史文章得一页页的往后翻,下一次再看时还得重复操作,很是麻烦. 于是便想着能 ...
- python爬取微信公众号_python使用webdriver爬取微信公众号
本文实例为大家分享了python使用webdriver爬取微信公众号的具体代码,供大家参考,具体内容如下 # -*- coding: utf-8 -*- from selenium import we ...
- Python 爬取微信公众号文章
获取任何你想爬取的微信公众号文章 本程序通过输入关键字(如CSDN)就会获取到所有包含关键字(如CSDN)的公众号.在逐一获取所有公众号下所有文章.当然,这只是理想情况,腾讯的反爬不是一般的厉害,他会 ...
- python爬取微信公众号文章
爬取微信公众号文章 获取微信公众号的url 获取每一篇文章的url 选择一个公众号进入,选择一个目录进入后点复制链接,然后去浏览器打开.按F12打开检查的模式,在Console中输入$x('标签路 ...
- python爬取微信公众号文章(包含文章内容和图片)
之前虽然做过网页爬取,但微信爬取一直没做过,因为我一直不知道网页可以进微信公众平台,只用过微信客户端进微信公众号.既然可以通过网页进微信公众平台,那么爬取微信公众号文章就流程上就没太多难度了. 自己在 ...
最新文章
- PHP双引号的小隐患
- AngularJS 服务(Service)
- Python之多线程:python多线程设计之同时执行多个函数命令详细攻略
- 堆栈向下增长和向上增长的理解
- C语言设备管理器作业,你知道到吗,C语言竟是如何调用硬件的?
- Java基础 —— 变量,选择,循环,数组,输入与输出等
- 牛客网--单词倒排(Java)
- 【转】微信开发出现“该公众号暂时无法提供服务,请稍后再试”的坑
- nde升级_NDE新闻编辑室工具KDE Plasma Mobile和更多新闻
- android广播代码汇总二__有序广播
- 怎样做地推,转化率提高20倍?
- 转:理解TCP序列号(Sequence Number)和确认号(Acknowledgment Number)
- Redis for Windows
- SQL分组字符串相连
- Mac OS X: launchd plist在线编辑器
- Jzoj4722 跳楼机
- 20年管理学范围内知识点(潘永明)by:PoilZero
- 申请GitHub学生包,0成本搭建WordPress教程
- UVA12304直线,圆,点的综合应用
- java ()括號_Java提取中括號中的內容