50行Python代码，获取公众号全部文章

作者 | 胖虎

转载自Python3X（ID: python3xxx ）

爬取公众号的方式常见的有两种：

• 通过搜狗搜索去获取，缺点是只能获取最新的十条推送文章。

• 通过微信公众号的素材管理，获取公众号文章。缺点是需要申请自己的公众号。

今天介绍一种通过抓包PC端微信的方式去获取公众号文章的方法。相比其他的方法非常方便。

如上图，通过抓包工具获取微信的网络信息请求，我们发现每次下拉刷新文章的时候都会请求 mp.weixin.qq.com/mp/xxx （公众号不让添加主页链接，xxx表示profile_ext） 这个接口。

经过多次测试分析，用到了以下几个参数

• __biz : 用户和公众号之间的唯一id，

• uin ：用户的私密id
  

• key ：请求的秘钥，一段时候只会就会失效。
  

• offset ：偏移量
  

• count ：每次请求的条数

数据如下：

部分代码如下：

最后打印的list就是公众号的文章信息详情。包括标题(titile)、摘要(digest)、文章地址(content_url)、阅读原文地址(source_url)、封面图(cover)、作者(author)等等...

输出结果如下：

获取数据之后，可以保存到数据库中，也可以将文章保存在PDF中。

1、保存在Mongo中

结果如下：

2、导入到PDF文件中

Python3中常用的操作PDF的库有python-pdf和pdfkit。我用了pdfkit这个模块导出pdf文件。

pdfkit是工具包Wkhtmltopdf的封装类，因此需要安装Wkhtmltopdf才能使用。

可以访问 https://wkhtmltopdf.org/downloads.html 下载和操作系统匹配的工具包。

实现代码也比较简单，只需要传入导入文件的url即可。

安装pdfkit库：

运行之后成功导出pdf文件：

完整代码

（*本文为 AI科技大本营转载文章，转载请联系原作者）

◆

精彩推荐

◆

推荐阅读

• 阿里达摩院刷新纪录，开放域问答成绩比肩人类水平，超微软、Facebook

• 200行代码实现一个滑动验证码

• 收藏！本、硕、博、程序员必备神器

• 三十四载Windows崛起之路： 苹果、可视做过微软“铺路石”

• 苹果首席设计师离职，或因库克对设计没兴趣？

• 孩子学编程，更要学算法编程！否则你的机械键盘传给谁？

• 物联网终端五年后将超 270 亿！破竹之势下程序员如何修炼内功？

• 视频 |「以太坊开发训练营」如何带你安全、高效跑通以太坊开发全流程! 收藏!

• 百度自动驾驶新突破：获首批T4牌照，升级Apollo 5.0，将进行复杂城市场景路测

你点的每个“在看”，我都认真当成了喜欢