[爬虫实践blog]之——GET公众号封面图

微信公众号大家都熟知，有的朋友也会运营微信公众号，而且有的时候需要转发别人的公众号而又没有被授权的时候，就是非常头疼。
而且微信公众号的推文封面又不能直接下载，需要从网页上找到其对应的源网址。

也许有的朋友有这种经历，也操作过，其对应的操作也挺繁琐，那么现在，我就把我的爬虫代码分享出来，让大家免去这些繁琐的步骤：

此间简单使用了获取网页信息和对网页信息进行检索的操作：
获取网页信息则是调用的requests库中的get函数，get函数是发送了一个get请求直接获取网页源代码；
检索则是用的正则表达式包re的search函数，通过两次的正则表达式比对确保抓到的网址是我们需要的封面图；
最后由于图片的信息是二进制数据，若要获取其信息须使用函数content，然后新建一个文件来打开它。

import requests
import re 

url = input('input the web:\n')
headers = {'user-agent': 'Mozilla/5.0(Windows NT 10.0; WOW64) AppleWebKit/537.36 '
                             '(KHTML, like Gecko)/57.0.2987.98 Safari/537.36'}
r = requests.get(url, headers=headers) #获取页面信息
result = re.search('var msg_cdn_url.*1:1', r.text) #搜寻‘var msg_cdn_url’此条代码，该条为封面的源网址
result2 = re.search('http://.*=jpeg', result.group())#从这条代码中抽取网址
r = requests.get(result2.group(), headers=headers)#进入网址得到图片信息
with open('cover.jpeg', 'wb') as f:
    f.write(r.content)#保存图片信息

然后运行输入推文网址，即可获得封面图。