2025 年可用的Python抓取微信公众号文章方法

目的

        目的是抓取指定公众号的文章和评论，希望程序能跨平台，尽量不实用依赖 mac 和 win 这种本地库的 python 代码。

方案

        这篇文章写作于2025 年

        微信已经反爬很多年了，可能的方案如下

❌ 1. 搜狗那套早就不更新了 

❌ 2. 直接 request 接口，微信各种认证，一开始就搞不定

❌ 3. 基于 selenium 的各种浏览器自动化，如何拿到http接口呢？

❌ 4. 基于 https 代理，比如 mitmproxy 的方案，微信的文章内容和评论不走 https 了，根本抓不到包（基于 mitmproxy 我确实没看到微信流量，如果有这种方法，欢迎留言告知，微信也行 j@ckflit@替换为 a）

✅ 5. RPA 方案，比如 pyautogui，模拟用户操作，抓取文字，理论上万能，实际也只能这样

✅6. 高级 RPA 方案，基于系统依赖的底层 API，找到窗口，辅助访问等接口，有方案 5 搞不定又必须得再考虑这个，或者确定用某个平台也可以 

流程

pg(pyautogui的简称)搜索指定公众号，打开公众号文章列表

列表页根据文章 item 的左上角图像，找到位置，然后判断是否重复，合理，如果合理，则抓取文章页

文章页抓取文章标题，内容，评论，链接（链接可以用于排重，浏览器可以打开，但是只有内容，没有评论，评论只能在微信内部看）

难点

1. 定位位置用locateOnScreen，这个函数，相关参数是基于物理分辨率的，比如 mac，可能物理分辨率是 3000，逻辑分辨率是 1500，这里要注意。比如 mac 下，这个函数的返回值要除以 2，输入的图像是基于物理分辨率的，坐标也是要 X2，请注意系统默认的截图快捷键截取的就是基于物理分辨率的截图，pg 的 screenshot 返回的可能是基于逻辑分辨率的，这块需要先做好测试，理解好。

2. locateOnScreen 的返回值，可能是错的，可能有一点偏差，这种细节要处理，实在不放心，自己手搓一个函数

3. 文章页，评论啥的要兼容各种情况，评论里有多层，需要点开

4. pg 的 scroll，press，hotkey 得仔细测试，可能有各种跟你预想不一样的情况，需要自己摸索