初级选手实战小例子 | Python 抓取微信公众号文章

今天的实战小例子是关于数据信息爬取的，带你们完成微信公号的爬虫，接下来会继续通过搜狗的知乎搜索抓取知乎上与 Python 相关的文章、问答。

微信公众号的文章链接有些是具有时效性的，过一段时间会变成参数错误而无法访问，但是我们发现从公众号后台点击过去得到的链接却是永久链接，其参数不会改变链接也不会失效，也就是说只要能够获得这些参数就可以得到永久链接。通过观察发现即使从搜狗搜索入口的有时效性的链接访问网页，其源码中也带有这些参数：

 所以只要解析这几个参数，就可以构造出永久链接。

首先通过搜狗搜索入口，可以获取 Python 关键词搜索的结果，地址为：

HOST = 'http://weixin.sogou.com/'entry = HOST + "weixin?type=2&query=Python&page={}"复制代码

提取链接、标题和摘要信息：

import requests as req
import re
rInfo = r'([\s\S]*?)<\ a="">[\s\S]*?<\ h4="">\s*([\s\S]*?)<\ p="">'html  = req.get(entry.format(1)) infos = re.findall(rInfo, html)复制代码

由于关键词搜索会在标题或摘