深夜爬虫， 我很抱歉 ， 附微信 “ 网抑云” 公众号爬虫教程!

最新推荐文章于 2024-06-20 10:24:37 发布
最新推荐文章于 2024-06-20 10:24:37 发布
阅读量9k 收藏 93
点赞数 32
分类专栏： 爬虫 文章标签： python json
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45906219/article/details/107870305
版权

最近真的是被 网抑云 这个梗刷爆了，到处都是， 生而为人，我很抱歉，哈哈哈， 碰巧最近学习了一波微信公众号的爬取方式，想试一试， 特地在此献丑了。我是沙漏， 不定期更新爬虫教学， 其余时间学java和linux中。 八月，继续加油。

在这里插入图片描述

文章目录

关注我哟！！！

资料参考：

7月微信爬虫
本篇博客，基于她的思想之中， 改编于我自己，我自己动手敲了一下， 发现还是存在很大的不同， 也是存在一点问题的， 所以这篇博客，我用我自己的话讲一下这次爬虫的思路，用简单的话说明白。

工具：

import requests
import json
from urllib.parse import urlencode
import pdfkit
# wkhtmltopdf  github : https://github.com/JazzCore/python-pdfkit/wiki/Installing-wkhtmltopdf
import os
import warnings  # 关闭警告

关于pdfkit 这是一个三方库， 它可以将html转换为pdf 或者 image 图像， 他需要一个软件的支持， 就是wkhtmltopdf wkhtmltopdf官网 说一下， 官网我下了半小时都没动一下， 不知道是不是我个人原因， 推荐还是去第三方网站随便下一个，绝对比这个快！
在这里插入图片描述
下载之后， 在 bin 目录下 可以看到 wkhtmltopdf.exe 这个工具，先记下路径，后面需要用到。

打开fiddle，开始抓包

  • 关于fiddle的基础配置， 在下载的时候，都会提到， 这里就不提了。
    打开fiddle 随意打开一个微信公众号。往下拖动微信下拉条，让他加载更多文章，就像这样。

在这里插入图片描述
微信公众号的包很好分别的，主要他是一个json包， 而且通过网址我们也可以很好的认出来， 这张截图上注意的点我都标出来了。

其实这也可以理解成一个ajax请求吧， 我们只要构造一个字典参数加入，就可以构造成一个请求网址，这样就可以实现多页爬取了。原理我觉得差不多， 主要还是 构造参数 params 的甄别了，这个很重要， 有些参数没构造成功就不能正确的访问进去。
关于ajax的我也写了一篇博客， 可以进去看看 = =
女生勿扰，只适合男孩子的python爬虫，里面东西不给钱统统白送。
博主其他文章

那下面我们就开始编写爬虫吧！

构造基本参数：

一般我们所讲的基本参数 也就是浏览器的请求头， 还有一些请求参数， cookies之类的， 这里额外加一个 请求参数params ， 看代码：
图方便， 这里也可以先构造一个文件 to_pdf
to_pdf.py

# -*- coding :  utf-8 -*-
# @Time      :  2020/8/6  18:31
# @author    :  沙漏在下雨
# @Software  :  PyCharm
# @CSDN      :  https://me.csdn.net/qq_45906219
## to_pdf.py

# 目标公众号标识
biz = 'MzA4NDQwMTczOA=='
# 微信登录后的一些标识参数
pass_ticket = 'DdDXKrOnQztW4p81Nm3nRQQ/EAFMCDz5MZO5KeBYdedjaZPH4nLFHL2LWE1uxHVJ'
appmsg_token = '1073_tnlzQTEqvlr9EgXQdC6zALGHfcJw4By9Bx69bQ~~'
uin = 'Mzc2MDg4MzgxNA=='
key = '360754e56e033319af5321321189d5b230b2bfe570313f76e4ed2ef0cd8a1fcfd087786d9da1d826ed30da55f477215359ba761e2a2af5f92213b05c17d89153631a537e35fc91f6d7fb3009e7113958'
# 安装的wkhtmltopdf.exe文件路径  这个是保存为pdf的 其实他还有保存为文件
wkhtmltopdf_path = r'D:\wkhtmltox\wkhtmltopdf\bin\wkhtmltopdf.exe'

上面提到一些 biz , passticket 之类参数的，我们可以在这里看到。
在这里插入图片描述

    def __init__(self):
        """spider the wxChat station"""
        self.session = requests.session()
        self.offset = 0  # 偏移量 
        self.json_name = 'wxChat.json'  # 保存json文件名
        self.down_path = 'D:/wxChatPDF/'  # 下载地址
        self.__initGetBaseData()
    def __initGetBaseData(self):
        """
        input some BaseParams about the requests session
        """
        self.headers = {
            'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.6,en;q=0.5;q=0.4',
            "User-Agent": 这个太长了，在fiddle上面直接复制就可以
            'X-Requested-With': 'XMLHttpRequest'
        }
        self.cookies = {
            'wxtokenkey': '777',
            "wxuin": "3760883814",
            "devicetype": "android - 29",
            "version": "27000",
            "lang": "zh_CN",
            "pass_ticket": to_pdf.pass_ticket,
            "wap_sid2": "COaQqoEOElxramROblROTTRtTktEa29yU3drdExUODg4RjZCaVVsX3lycHV0VUJ"
                        "3aWtmMl9xNDlJVFN0YTZJY0NxdzZsTXdfaHJxMmZyTTRUZGlGdTZHNVEtNzh5REVFQUFBfjDDsK / 5BTgNQJVO"

        }
        self.profile_url = "https://mp.weixin.qq.com/mp/profile_ext?"
        self.session.headers.update(self.headers)  # 更新headers
        self.session.cookies.update(self.cookies)  # 更新cookies
        self.params = {
            'action': 'getmsg',
            '__biz': to_pdf.biz,
            'f': 'json',
            'offset': '10',  # 若需要多页爬取， 构造 : str(self.offset)
            'count': '10',
            'is_ok': '1',
            'scene': '124',
            'uin': to_pdf.uin,
            'key': to_pdf.key,  # 这个好像二十分钟就会失效， 需要隔段时间更换
            'pass_ticket': to_pdf.pass_ticket,
            'wxtoken': '',
            'appmsg_token': to_pdf.appmsg_token,
            'x5': '0',

        }

这里讲一下 self.profile_url 这个参数， 我们在fiddle上面获得的网址是很长的一段， 其实只要卡到 ？ 这里就可以了， 可以试试的。

请求网址， 通过json包，分割出标题和网址：

上面我们构造了一些参数，然后就可以正常的请求网址了，如下：

 def run(self):
        """提取出标题和网址，
        保存到json包 然后下载转换为Pdf"""
        items = {}
        for jsons in self.get_json():
            json_list = jsons.get('general_msg_list')
            json_list = json.loads(json_list)  # 转换为json 类型
            json_list1 = json_list.get('list')
            for json_one in json_list1:
                # 遍历这个列表字典  先解析最外层标题和网址
                json_list_info = json_one.get('app_msg_ext_info')
                title = json_list_info.get('title')
                content_url = json_list_info.get('content_url')
                items[title] = content_url  # 装入字典
                json_list_info1 = json_list_info.get('multi_app_msg_item_list')
                for json_two in json_list_info1:  # 解析第二层标题和网址
                    title2 = json_two.get('title')
                    content_url2 = json_two.get('content_url')
                    items[title2] = content_url2
        # 转换字典类型
        items_json = json.dump(items, ensure_ascii=False, indent=4,
                               fp=self.json_name)  # ensure_ascii=False(输出中文)， indent=4(缩进为4)
        # 先写入文件，避免占用太多内存消耗
        with open(self.json_name, 'a+', encoding='utf-8') as fw:
            fw.write(items_json)
            print('dump the wxChat.json is successful!')
        # 下载ok之后， 就开始下载
        self.down()

    def get_json(self):
        """得到所有文章的链接
        构造一个office偏移量 不断的请求构造网址 分析Json包
        """
        print('【ps】 spider the wxChart is starting!')
        for i in range(1, 2):
            print(f'The SpiderDemo is spider doing {i} pages')
            # self.offset += 10 * i  # 开启这个 表示 多页爬取
            # 对比了很多次 构造网址 和 原网址 还是有很多的区别 在这里改一改才能正确的成功
            self.profile_url += (urlencode(self.params) + '&f=json HTTP/1.1')
            self.profile_url = self.profile_url.replace('%3D%3D&f=json', '==&f=json', 1)
            r = self.session.get(self.profile_url, verify=False)
            yield r.json()

这里发现了一个很大的问题， 不管是在 get() 里面构造字典， 还是先构造字典，都发现我不能正确的获取到数据， 最后打印了一下构造网址， 发现存在很大问题。

我构造的
https://mp.weixin.qq.com/mp/profile_ext?action=getmsg&__biz=MzA4NDQwMTczOA%3D%3D&f=json&offset=10&count=10&is_ok=1&scene=124&uin=Mzc2MDg4MzgxNA%3D%3D&key=9a979acccbefb6032e6ea1a3ed3fbe82a67e7244eb884c9b4fd497550577b4c57f82cb7c0998ef8dc91cf1dca069ca16fe8cce902f238a72294726745094a68c5efb99f91df5e2592c7540ec90d5b09b&pass_ticket=DdDXKrOnQztW4p81Nm3nRQQ%2FEAFMCDz5MZO5KeBYdedjaZPH4nLFHL2LWE1uxHVJ&wxtoken=&appmsg_token=1073_tnlzQTEqvlr9EgXQdC6zALGHfcJw4By9Bx69bQ~~&x5=0&f=json

从fiddle上面复制的
https://mp.weixin.qq.com/mp/profile_ext?action=getmsg&__biz=MzA4NDQwMTczOA==&f=json&offset=10&count=10&is_ok=1&scene=124&uin=Mzc2MDg4MzgxNA%3D%3D&key=9a979acccbefb6032e6ea1a3ed3fbe82a67e7244eb884c9b4fd497550577b4c57f82cb7c0998ef8dc91cf1dca069ca16fe8cce902f238a72294726745094a68c5efb99f91df5e2592c7540ec90d5b09b&pass_ticket=D2Ir2BvSw4lli9ZReGdqnsFacl0N6Lnpmj9h4EE4CBdqV7cd7co7eRRnOBO4EsG%2F&wxtoken=&appmsg_token=1073_o%252FrQqQ5kpRJZNWMKabr8tLelugCSKx8mIN5IGQ~~&x5=0&f=json HTTP/1.1

对比了一下，发现我自己的url 第一个 == 变成了 %3D%3D , 后缀也少了很多。然后进行了修改， 最后成功进入了。
如下：

self.profile_url += (urlencode(self.params) + '&f=json HTTP/1.1')
self.profile_url = self.profile_url.replace('%3D%3D&f=json', '==&f=json', 1)

上面的代码包括很多json的拆分， 这个我推荐一个网址， 很好用。
在这里插入图片描述
可以在线解析 json 包， 在线解析json

读入本地文件，下载html，转换pdf

上面我们代码中讲到， 为了减少内存的占用， 我把文件先保存到本地了，那么现在就可以直接读取本地文件，代码如下：

 def pathisok(self, path):
        """判断目录是否存在， 不存在就创建 进入文件"""
        if not os.path.exists(self.down_path):
            os.mkdir(self.down_path)

    def down(self):
        """
        打开json包，根据标题，网址开始下载，
        爬取之后保存的格式可以很多种，这里我使用一下之前学到的一个新工具 to_pdf
        将网页转换为html页面
        """
        self.pathisok(self.down_path)
        with open(self.json_name, 'r', encoding='utf-8') as fr:
            for index in fr:
                if ':' in index:  # 判断是否是不是标题和网址
                    title = index.strip().split(':')[0]
                    url = ''.join(index.strip().split(':')[1:]).strip(',')
                    # 对网址进一步处理
                    url = url.replace('http', 'https:')
                    # 如果不修改文件名称 一定会报错 OsError的错误 找了很久
                    title = title.replace('\\', '').replace('/', '').replace(':', '').replace('：', '') \
                        .replace('*', '').replace('?', '').replace('？', '').replace('“', '') \
                        .replace('"', '').replace('<', '').replace('>', '').replace('|', '_')
                    print('- ' * 40)
                    print(f'The title is {title} starting spider')
                    print('- ' * 40)
                    # print(os.path.join(self.down_path, title + '.pdf'))
                    pdfkit.from_url(url, os.path.join(self.down_path, title + '.pdf'),
                                    configuration=pdfkit.configuration(wkhtmltopdf=to_pdf.wkhtmltopdf_path))
                    # pdfkit.from_url(value, os.path.join(self.savedir, key + '.pdf'),
                    #                 configuration=pdfkit.configuration(wkhtmltopdf=self.cfg.wkhtmltopdf_path))
                    print('- ' * 40)
                    print(f'The title is {title} spider is successful')
                    print('- ' * 40)
                else:
                    pass

这里要注意一点的， 关于文件的名称，有的时候爬虫我们给文件起名称不会在意很多细节， 如果文件名中有特殊符号， 或者其他不允许的符号，那么创建文件或者目录就会报错， 大致就是IOError 之类的错误了。 所以我们需要对 Title 进行再一次的修改， 确保不会出现问题。

打开pdf， 深夜了，打开 ‘网抑云’ 。

在这里插入图片描述

好了， 这就是本次爬虫的全部过程了， 说实话， 看其他的文章也会让自己学到很多， 在此多谢 北海以北的等待， 没有关注我的，可以点个关注哟。

全部代码：

# -*- coding :  utf-8 -*-
# @Time      :  2020/8/6  17:00
# @author    :  沙漏在下雨
# @Software  :  PyCharm
# @CSDN      :  https://me.csdn.net/qq_45906219
import requests
import json
from urllib.parse import urlencode
import pdfkit
# wkhtmltopdf  github : https://github.com/JazzCore/python-pdfkit/wiki/Installing-wkhtmltopdf
import os
import warnings

warnings.filterwarnings('ignore')


class wxChatSpider(object):
    def __init__(self):
        """spider the wxChat station"""
        self.session = requests.session()
        self.offset = 0
        self.json_name = 'wxChat.json'
        self.down_path = 'D:/wxChatPDF/'  # 下载地址
        self.__initGetBaseData()

    def run(self):
        """提取出标题和网址，
        保存到json包 然后下载转换为Pdf"""
        items = {}
        for jsons in self.get_json():
            json_list = jsons.get('general_msg_list')
            json_list = json.loads(json_list)  # 转换为json 类型
            json_list1 = json_list.get('list')
            for json_one in json_list1:
                # 遍历这个列表字典  先解析最外层标题和网址
                json_list_info = json_one.get('app_msg_ext_info')
                title = json_list_info.get('title')
                content_url = json_list_info.get('content_url')
                items[title] = content_url  # 装入字典
                json_list_info1 = json_list_info.get('multi_app_msg_item_list')
                for json_two in json_list_info1:  # 解析第二层标题和网址
                    title2 = json_two.get('title')
                    content_url2 = json_two.get('content_url')
                    items[title2] = content_url2
        # 转换字典类型
        items_json = json.dump(items, ensure_ascii=False, indent=4,
                               fp=self.json_name)  # ensure_ascii=False(输出中文)， indent=4(缩进为4)
        # 先写入文件，避免占用太多内存消耗
        with open(self.json_name, 'a+', encoding='utf-8') as fw:
            fw.write(items_json)
            print('dump the wxChat.json is successful!')
        # 下载ok之后， 就开始下载
        self.down()

    def get_json(self):
        """得到所有文章的链接
        构造一个office偏移量 不断的请求构造网址 分析Json包
        """
        print('【ps】 spider the wxChart is starting!')
        for i in range(1, 2):
            print(f'The SpiderDemo is spider doing {i} pages')
            # self.offset += 10 * i  # 开启这个 表示 多页爬取
            # 对比了很多次 构造网址 和 原网址 还是有很多的区别 在这里改一改才能正确的成功
            self.profile_url += (urlencode(self.params) + '&f=json HTTP/1.1')
            self.profile_url = self.profile_url.replace('%3D%3D&f=json', '==&f=json', 1)
            r = self.session.get(self.profile_url, verify=False)
            yield r.json()

    def pathisok(self, path):
        """判断目录是否存在， 不存在就创建 进入文件"""
        if not os.path.exists(self.down_path):
            os.mkdir(self.down_path)

    def down(self):
        """
        打开json包，根据标题，网址开始下载，
        爬取之后保存的格式可以很多种，这里我使用一下之前学到的一个新工具 to_pdf
        将网页转换为html页面
        """
        self.pathisok(self.down_path)
        with open(self.json_name, 'r', encoding='utf-8') as fr:
            for index in fr:
                if ':' in index:  # 判断是否是不是标题和网址
                    title = index.strip().split(':')[0]
                    url = ''.join(index.strip().split(':')[1:]).strip(',')
                    # 对网址进一步处理
                    url = url.replace('http', 'https:')
                    # 如果不修改文件名称 一定会报错 OsError的错误 找了很久
                    title = title.replace('\\', '').replace('/', '').replace(':', '').replace('：', '') \
                        .replace('*', '').replace('?', '').replace('？', '').replace('“', '') \
                        .replace('"', '').replace('<', '').replace('>', '').replace('|', '_')
                    print('- ' * 40)
                    print(f'The title is {title} starting spider')
                    print('- ' * 40)
                    # print(os.path.join(self.down_path, title + '.pdf'))
                    pdfkit.from_url(url, os.path.join(self.down_path, title + '.pdf'),
                                    configuration=pdfkit.configuration(wkhtmltopdf=to_pdf.wkhtmltopdf_path))
                    # pdfkit.from_url(value, os.path.join(self.savedir, key + '.pdf'),
                    #                 configuration=pdfkit.configuration(wkhtmltopdf=self.cfg.wkhtmltopdf_path))
                    print('- ' * 40)
                    print(f'The title is {title} spider is successful')
                    print('- ' * 40)
                else:
                    pass

    def __initGetBaseData(self):
        """
        input some BaseParams about the requests session
        """
        self.headers = {
            'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.6,en;q=0.5;q=0.4',
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36"
                          " (KHTML, like Gecko) Chrome/53.0.2785.116 Safari/537.36 QBCore/4.0.1301.400 "
                          "QQBrowser/9.0.2524.400 Mozilla/5.0 (Windows NT 6.1; WOW64)"
                          " AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2875.116"
                          " Safari/537.36 NetType/WIFI MicroMessenger/7.0.5 WindowsWechat",
            'X-Requested-With': 'XMLHttpRequest'
        }
        self.cookies = {
            'wxtokenkey': '777',
            "wxuin": "3760883814",
            "devicetype": "android - 29",
            "version": "27000",
            "lang": "zh_CN",
            "pass_ticket": to_pdf.pass_ticket,
            "wap_sid2": "COaQqoEOElxramROblROTTRtTktEa29yU3drdExUODg4RjZCaVVsX3lycHV0VUJ"
                        "3aWtmMl9xNDlJVFN0YTZJY0NxdzZsTXdfaHJxMmZyTTRUZGlGdTZHNVEtNzh5REVFQUFBfjDDsK / 5BTgNQJVO"

        }
        self.profile_url = "https://mp.weixin.qq.com/mp/profile_ext?"
        self.session.headers.update(self.headers)  # 更新headers
        self.session.cookies.update(self.cookies)  # 更新cookies
        self.saveDir = 'D:/wxChatSpider'
        self.params = {
            'action': 'getmsg',
            '__biz': to_pdf.biz,
            'f': 'json',
            'offset': '10',  # 若需要多页爬取， 构造 : str(self.offset)
            'count': '10',
            'is_ok': '1',
            'scene': '124',
            'uin': to_pdf.uin,
            'key': to_pdf.key,  # 这个好像二十分钟就会失效， 需要隔段时间更换
            'pass_ticket': to_pdf.pass_ticket,
            'wxtoken': '',
            'appmsg_token': to_pdf.appmsg_token,
            'x5': '0',

        }


if __name__ == '__main__':
    import to_pdf

    # 里面是第三方库的配置， 以及一些微信公众号的参数
    spider = wxChatSpider()
    spider.run()
沙漏在下雨
关注
  • 32
    点赞
  • 踩
  • 93
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
Python 爬虫逆向破解案例实战 (一)：微信公众平台js逆向改写
Amo Xiang的博客
12-10 4207
目录1. 背景介绍2. 分析3. 代码实现4. 总结 从本篇博文开始，我们将一起去学习开发中经常用到的编码、消息摘要算法和加密算法方面的知识。作为开发者，掌握这些知识可以让我们在设计反爬虫时有更丰富的搭配。而作为爬虫工程师，掌握这些知识可以让我们在面对 奇怪 的字符串时能够更快地找到突破口。在学习和掌握了 js 加密及逆向之后，我们可以处理的爬虫问题如下： (1) 模拟登录中密码加密和其他请求参数加密处理 (2) 动态加载且加密数据的捕获和破解 1. 背景介绍 微信公众平台，简称公众号。曾命名为 官号平台、
惊！Python爬虫只需10行代码，海量公众号文章任你爬！
qingkahui24689的博客
04-12 1177
自从chatGPT出现后，对于文本处理的能力直接上升了一个维度。在这之前，我们爬取到网络上的文本内容之后，都需要写一个文本清理的程序，对文本进行清洗，而现在，有了chatGPT的加持，我们只需要几秒，就可以很方便对所有类型，所有格式的文本内容，完成清洗，去除那些html标签等。对于清洗后的文章，我们仍然可以做很多事情，比如，提取核心观点，文章改写等操作，使用chatGPT都可以很轻松的解决。
python爬虫 微信公众号模拟登陆js解密
weixin_43286365的博客
06-04 1832
python爬虫 微信公众号模拟登陆js解密 过程中使用的应用: 1.python 3.6以上的环境 2.vscode 3.node.js环境 4.pychram 5.360极速浏览器 打开这个网址 微信公众号 账号密码随便输入 然后 F12 审查元素 记得要点xhr 异步加载这样会出现后续的信息 然后下一步是点击登陆 出现下面的加载情况 然后会发现我输入的密码是’12345’ 但是pwd是’827ccb0eea8a706c4c34a16891f84e7b’ 那这边肯定是进行了js加密了。只要
如何使用python脚本爬取微信公众号文章
最新发布
2201_76124692的博客
06-20 948
在座的各位可能经常听到一个词，叫“爬虫”，这是一种能够悄无声息地将网站数据下载至本地设备的程序。利用爬虫，您无需亲自访问特定网站，逐个点击并手动下载所需数据。相反，爬虫能够全自动地为您完成这项任务，从网站上获取您所需的信息，并将其下载到您的设备上，而整个过程无需您进行任何干预。
【Python】逆向爬虫-----模拟微信公众平台登录(MD5)
CNSamRol的博客
12-08 1750
栗子是：微信公众平台的登录。 由图可以看到password是被加密成一段32个字符的字符串，应该是一个MD5的加密。 我们用搜索工具搜索一下pwd，查看它所在的js文件。 在js文件里找到了一行可疑是进行加密的代码，因为我们看到它有个substr(0, 16)是用来截取16个字符的函数，我们在这里设置断点。 这时我们再次点一下登录，发送请求。 OK!我们应该没有猜错，执行函数前我们的pwd还没有被加密。 我们在这个函数u里设置一个断点，然后点击“进入下一个函数调用...
python爬虫js加密篇—搜狗微信公号文章的爬取
小张Python
08-31 1916
今天这篇文章主要介绍的是关于微信公众号文章的爬取，其中里面主要涉及的反爬机制就是 js加密与cookies的设置 ； 微信公众号的上一个版本中的反爬机制中并没有涉及到js加密，仅通过监控用户ip，单个ip访问太频繁会面临被封的风险；在新的版本中加入了js加密反爬机制，接下来我们来逐步分析一下文章爬取过程 打开搜狗页面搜狗微信页面，在输入框中输入任意关键词例如火车隧道起火，搜出来的都是涉及关键词...
进去qq群的网站，点击加群组件
lmp5023的博客
01-02 1496
进去qq群的网站，点击加群组件 http://qun.qq.com/join.html
HOOK、微信机器人wxhook，数据库解密微信公众号采集微信公众号爬虫，企业微信HOOK.zip
06-01
HOOK、微信机器人wxhook，数据库解密微信公众号采集微信公众号爬虫，企业微信HOOK.zip
微信HOOK、微信机器人 wxhook，数据库解密 微信公众号采集 微信公众号爬虫，企业微信HOOK.zip
12-29
微信HOOK、微信机器人 wxhook，数据库解密 微信公众号采集 微信公众号爬虫，企业微信HOOK.zip微信HOOK、微信机器人 wxhook，数据库解密 微信公众号采集 微信公众号爬虫，企业微信HOOK.zip微信HOOK、微信机器人 ...
爬虫爬取微信公众号文章，不被封
06-30
第一次登录需要调用login函数扫码，存储在本地的cookies文件，需要转移到cookies文件夹中，该设置的目的后期优化多公众号爬取，突破每天能爬取次数的限制 3.selenium需要设置一个目录文件夹下对应chrome版本的...
基于搜狗微信搜索的微信公众号爬虫接口.zip
03-01
爬虫（Web Crawler）是一种自动化程序，用于从互联网上收集信息。其主要功能是访问网页、提取数据并存储，以便后续分析或展示。爬虫通常由搜索引擎、数据挖掘工具、监测系统等应用于网络数据抓取的场景。 爬虫的...
微信浏览器点击按钮跳转到公众号
xiamoziqian的博客
11-26 2086
制作一个链接，点击该链接跳转到公众号关注页面。 1、从公众平台登进入公众号 2、点击开发>>开发者工具 3、F12 >>Elements 4、ctrl+f 搜索 uin_base64 5、将下面链接的__biz值更换成uin_base64的值，然后用微信打开该链接即可。 https://mp.weixin.qq.com/mp/profile_ext?action=home&__biz=64位uin加密值&scene=110#wechat_redirect 示例：
微信公众号 历史消息页
笔记库
09-24 833
公众号历史消息页，可关注： https://mp.weixin.qq.com/mp/profile_ext?action=home&__biz=MzA5OTM5NTEwOA==&scene=124#wechat_redirect __biz=3099395108 base64加密后的值 利用微信电脑版（<=2.7.1.54）： 此页面可以关注公众号 时间：2019.09...
JAVA——根据QQ群号得到idkey以及QQ群加群链接[网页版本]解决方案
无限迭代中......
02-18 7159
基本概念 QQ群idkey：没有官方解释，在QQ群推广页面可以获得。 QQ群加群链接：即带有QQ群idkey的一个特殊URL。 问题描述 QQ群推广官网：https://qun.qq.com/join.html 可以获得当前登入QQ号所管理的QQ群的idkey ，但是不能自定义QQ群号并获取QQ群的idkey。 问题分析 经分析获取QQ群的idkey 的A...
微信小程序自动刷新token，无感刷新token
weixin_47315082的博客
06-29 4344
小程序请求都需要token来验证用户。 那么就有一个问题，就是token的时效性，token过期，后台返回认证授权失败，怎么让用户即使token过期了自动刷新token呢？ 思路大致是根据后台返回的状态，如果返回的是授权失败，那么就会保存当前请求，调用刷新token的请求，成功之后再次发起之前保存的请求，这样就可以达到用户无感的刷新token。
微信开放平台开发第三方授权登陆（一）：开发前期准备
热门推荐
晋文子上的博客
07-20 12万+
据微信开放平台“开发资源”中网站应用微信登陆功能开发指南描述：进行授权登陆接入前，需要先注册一个开发者账号，并拥有一个已经审核通过的网站应用，并获取AppID和APPSecret，然后申请微信登陆并通过审核后，可以接入流程进行开发。 据开发者资质认证处介绍：开发者资质认证通过后，微信开放平台帐号下的应用，将获得微信登录、智能接口、第三方平台开发等高级能力。 所以在微信第三方授权登陆获取用户信息...
H5 点击链接 加入qq群聊
qq2531246791的博客
03-21 7970
http://qun.qq.com/join.html
如何在把微信公众号生成链接
wangshuxin2017的博客
06-29 4万+
想要页面中实现，点击div跳转出公众号关注页面 最后有个复制链接，把链接复制到txt文件上： https://mp.weixin.qq.com/mp/profile_ext?action=home&__biz=MzIyOTU4MDAyNA==&scene=124#wechat_redirect 把上面的去掉就ok了（就是双等号#号前
腾讯加入QQ群，代码生成地址
weixin_34417200的博客
02-24 2943
腾讯加入QQ群，代码生成地址 http://qun.qq.com/join.html 转载于:https://www.cnblogs.com/as3lib/p/6440442.html
Python爬取微信公众号数据：实战教程与工具应用
本资源是一份针对微信公众号爬虫的教程，旨在帮助读者掌握Python爬虫技术，特别是应用于微信公众号内容的获取和分析。课程内容包括爬虫的基础原理，以及使用Python中的关键工具如Requests进行网页抓取，数据抓包分析...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值