微信公众号内容如何获取，python教你抓包分析并保存数据

前言

今天来教大家如何使用Fiddler抓包工具，获取公众号（PC客户端）的数据。

Fiddler是位于客户端和服务器端的HTTP代理，是目前最常用的http抓包工具之一。

环境准备

• python 3.8 运行代码
• pycharm 2021.2 辅助敲代码
• requests 第三方模块
• Fiddler 汉化版 抓包的工具
• 微信PC端

如何抓包

配置Fiddler环境

先打开Fiddler，选择工具，再选选项

在选项窗口里点击HTTPS，把勾选框都勾选上

在选项窗口里点击链接，把勾选框都勾选上，然后点击确定即可

我们还需要在客户端把网络代理开启
地址：127.0.0.1
端口：8888

抓包

先登录，然后清空Fiddler里的数据，在选到你想要的公众号内容

出现数据包后，点开，再选择Raw，里面的就是请求的具体信息

实现代码【源码 点击文末名片领取】

先访问到列表页，获取所有的详情页链接

请求头

headers = {
    'Host': 'mp.weixin.qq.com',
    'Connection': 'keep-alive',
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36 NetType/WIFI MicroMessenger/7.0.20.1781(0x6700143B) WindowsWechat(0x63090016)',
    'X-Requested-With': 'XMLHttpRequest',
    'Accept': '*/*',
    'Cookie': '',
    'Sec-Fetch-Site': 'same-origin',
    'Sec-Fetch-Mode': 'cors',
    'Sec-Fetch-Dest': 'empty',
    'Referer': 'https://m',
    'Accept-Encoding': 'gzip, deflate, br',
    'Accept-Language': 'zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7',
}

发送请求

690643772 ### 源码领取
url = f'https://com/mp/profile_ext?action=getmsg&__biz=Mzg3Nzc2OTQzOA==&f=json&offset=10&count=10&is_ok=1&scene=&uin=MjQwODIxNTMyMw%3D%3D&key=3e8646dd303f109219f39517773e368d92e1975e6972ccf5d1479758d37ecec3e55bc3cb1bb5606d79ec76073ab58e4019ee720c31c2b36fafa9fe891e7afb1e22809e5db3cd8890ab35a570ffb680d16617ac3049d6627e61ffdf3305e4575666e30ad80a57b14555aa6c5a3a0fb0001a6d5d2cd76fd8af116a086ce9ef2c8e&pass_ticket=f85UL5Wi11%2BmqpsvuW%2BgLUECYkDoL2apJ045mJw9lzjmzvDbqI6V6Y%2FkXeYCZ7WsuMSqko7EWesSKLrDKnJ96A%3D%3D&wxtoken=&appmsg_token=1200_VUCOfHI2jYSEziPbaYFlHoaB7977BJYsAb5cvQ~~&x5=0&f=json'
response = requests.get(url=url, headers=headers, verify=False)

解析

general_msg = response.json()['general_msg_list']
general_msg_list = json.loads(general_msg)
for general in general_msg_list['list']:
    content_url = general['app_msg_ext_info']['content_url']
    print(content_url)

再访问所有详情页链接，获取需要的图片内容

发送请求

html_data = requests.get(url=content_url, headers=headers, verify=False).text

解析数据

img_list = re.findall('<img class=".*?data-src="(.*?)"', html_data)
print(img_list)

保存数据

for img in img_list:690643772 ### 源码领取
    img_data = requests.get(url=img, verify=False).content
    open(f'img/{index}.jpg', mode='wb').write(img_data)
    index += 1

最后

文章分享到这就结束了，大家可以自行练练手，有什么问题可以评论区留言，或者点击文末名片进行学习交流