python微信爬取教程_PYTHON爬虫之旅系列教程之【利用Python开发微信公众平台<一>】...

感谢大家的等待，好啦，都准备好瓜子、板凳，老司机要发车啦……

本系列课程讲述“PYTHON爬虫之旅”，具体大纲可参考：【PYTHON爬虫之旅】概要目录。

本节课讲述如何利用Python开发微信公众平台。

说明：如果你是Python小白，爬虫小白，觉得本节课程的代码晦涩难懂。没关系，不需要懂，好多我也不懂(。•́︿•̀。)，按照步骤一步步操作就可以了。这一节我们主要是搭框架，几乎没有真正的爬虫代码。这些代码和操作，你可能一生也就只用这一次。下一节，我们再讲述怎么在这个框架上扩展我们的爬虫程序。

0.0 本节需要的操作：微信公众账号的申请。

微信接口的获取，SAE的设置等。

简单的Python爬虫代码编写

0.1 本节需掌握的知识点：了解微信公众号与云计算平台之间的连接关系。明确其运行机制。

了解web.py的概念，wsgi的机制。

了解简单的python爬虫知识，json解析，API调用，urllib库函数。

0.2 自动回复实现原理

首先了解一下，到底是什么样的机制能实现微信的自动回复功能呢？(不是微信系统的自动回复)原理就是微信平台将用户输入的文字发送到云平台上，然后云平台上运行的程序捕捉到这一文字信息，就return一个结果，然后云平台再将该结果返回至微信平台。最后微信平台将返回的结果展现给用户。用一张图表示一下：

0.3 微信开发者模式与SAE的设置

这一节我尽量讲的细致一些，如果仍有不清楚的，可以私信我。

首先需要两大平台支持：微信公众平台；这个申请比较简单。只要有邮箱就可以免费申请个人版的订阅号。不再赘述。

云计算平台；我这里使用的SAE(新浪的去年本来就不收费，坑爹，今年开始收费了，单纯代码托管最低一天1毛)，也可以用腾讯云。

具体步骤：

0.3.0 微信公众号的申请。

只要有邮箱就可以免费申请个人版的订阅号。不再赘述。

0.3.1 SAE的申请及设置注册登录SAE之后，选用SAE

创建新项目，SAE暂时只支持Python2.7，Python3暂时用不了。

如果项目比较小，建议填写SVN，因为可以在线编辑。如果项目比较大，就Git吧。这里选用SVN。

创建第一个版本

可以愉快地编辑啦~

编写config.yaml和index.wsgi文件。

WSGI是PythonWeb服务器网关接口(Python Web Server Gateway Interface)。我们使用的是web.py框架。同类型比较强大的框架有Django，Flask等。为什么选用web.py呢，是因为它是轻量级的，而且有着良好的xml解析功能。插句题外话，web.py的开发者AaronH. Swartz是个十足的天才，可惜英年早逝。有个关于他的一部纪录片，推荐看一下：互联网之子。

好了，言归正传，我们首先编写config.yaml

name: pifuhandashu

version: 1

libraries:

- name: webpy

version: "0.36"

- name: lxml

version: "2.3.4"

...

这里我们引入了web.py框架以及lxml模块。注意缩进，接着我们编写index.wsgi文件。

# coding: utf-8

import os

import sae

import web

from weixinInterface import WeixinInterface

urls = ('/weixin','WeixinInterface')

app_root = os.path.dirname(__file__)

templates_root = os.path.join(app_root, 'templates')

render = web.template.render(templates_root)

app = web.application(urls, globals()).wsgifunc()

application = sae.create_wsgi_app(app)

这里就是简单的python利用web.py网页开发的知识了。设置了根目录，模板目录，/weixin的路由，开启应用。

为了使页面显得更整洁，我们再新建了一个py文件weixinInterface.py(weixinInterface.py和index.wsgi在同一级目录，见后面的截图)。编辑weixinInterface.py，大小写一定要看清啊，不然很容易出错。注意自己填写一个专属的token，这个等会微信公众号设置里面有用到。

# -*- coding: utf-8 -*-

import hashlib

import web

import lxml

import time

import os

import urllib2,json

from lxml import etree

class WeixinInterface:

def __init__(self):

self.app_root = os.path.dirname(__file__)

self.templates_root = os.path.join(self.app_root, 'templates')

self.render = web.template.render(self.templates_root)

def GET(self):

#获取输入参数

data = web.input()

signature = data.signature

timestamp = data.timestamp

nonce = data.nonce

echostr = data.echostr

#自己的token

token = "XXXXXXXXXXX" #注意：填写之后在微信公众平台里输入的token！！！

#字典序排序

list = [token, timestamp, nonce]

list.sort()

sha1 = hashlib.sha1()

map(sha1.update,list)

hashcode = sha1.hexdigest()

#sha1加密算法

#如果是来自微信的请求，则回复echostr

if hashcode == signature:

return echostr

代码大致讲解一下，def __init__(self)是告诉我们模板文件的加载位置。 def GET(self)是应微信公众平台的要求，进行的token验证。这里的验证采用的是哈希算法。具体可参考微信官方的接口接入说明：微信公众平台接入指南。里面有个php示例。本文采用的是python实现。

0.3.2 微信开发者模式设置基本设置修改配置

URL一定要认真填写，仔细核对。

比如查看url应用信息：

那么这个url就填写：http://myzhihu.applinzi.com/weixin，后面要加个/weixin，因为web.py设置了/weixin这个路由。

token填写刚才新浪SAE里面填写的token，一定要一致。EncodingAESKey可以随机生成。填完之后点击提交。如果提示“提交成功”。恭喜你，最关键的一步已经完成了。这个阶段可能要折腾蛮长时间。完成之后，一定要启用开发者模式！！！！切记！！！

0.4 微信机器人实现

上一步完成之后，我们就可以做一些有趣的事情：微信机器人。不过在此之前，还要完成一小步：模板的创建。由于微信开发是采用的xml的形式。为了先实现文本形式自动回复(后面可以实现回复音频，图文信息等形式)，首先新建模板文件夹templates，然后在templates文件夹下创建reply_text.xml文件(文件放置位置见后面的截图)。根据微信消息被动回复所示，填入以下代码：

$def with (toUser,fromUser,createTime,content)

$createTime

$content

然后，在weixinInterface.py里的def GET(self)后面编写POST函数。该函数用来获取用户的ID，发送的消息类型，发送的时间等。判断用户发送的消息类型，如果是纯文本类型，if mstype == 'text'，那么可以进行下一步操作。

def POST(self):

str_xml = web.data() #获得post来的数据

xml = etree.fromstring(str_xml)#进行XML解析

mstype = xml.find("MsgType").text#消息类型

fromUser = xml.find("FromUserName").text

toUser = xml.find("ToUserName").text

为了实现微信机器人，我们需要实现自动回复的内容。这里有两种方式。爬取网上的机器人回复的内容，比如找不到小黄鸡的接口，我就自己爬虫爬取它的回复结果。

调用自动能够回复的机器人API。

这里我选用第二种方法，采用的是图灵机器人的API。这种方法方便快捷，一般不会被墙。但是自由度不高，可拓展性差。

注册图灵机器人账号，注意是采用图灵的网页api，而不是授权。获取图灵机器人回复的key。几行代码就可以搞定微信机器人自动回复啦~

0.5 源码展示

index.wsgi源码

# coding: utf-8

import os

import sae

import web

from weixinInterface import WeixinInterface

urls = (

'/weixin','WeixinInterface',

)

app_root = os.path.dirname(__file__)

templates_root = os.path.join(app_root, 'templates')

render = web.template.render(templates_root)

app = web.application(urls, globals()).wsgifunc()

application = sae.create_wsgi_app(app)

config.yaml源码

name: myzhihu

version: 1

libraries:

- name: webpy

version: "0.36"

- name: lxml

version: "2.3.4"

...

templates下的reply_text.xml源码

$def with (toUser,fromUser,createTime,content)

$createTime

$content

weixinInterface.py源码

# -*- coding: utf-8 -*-

import hashlib

import web

import lxml

import time

import os

import json

import urllib

from lxml import etree

class WeixinInterface:

def __init__(self):

self.app_root = os.path.dirname(__file__)

self.templates_root = os.path.join(self.app_root, 'templates')

self.render = web.template.render(self.templates_root)

def GET(self):

#获取输入参数

data = web.input()

signature=data.signature

timestamp=data.timestamp

nonce=data.nonce

echostr=data.echostr

#自己的token

token="################" #这里填写在微信公众平台里输入的token

#字典序排序

list=[token,timestamp,nonce]

list.sort()

sha1=hashlib.sha1()

map(sha1.update,list)

hashcode=sha1.hexdigest()

#sha1加密算法

#如果是来自微信的请求，则回复echostr

if hashcode == signature:

return echostr

def POST(self):

str_xml = web.data() #获得post来的数据

xml = etree.fromstring(str_xml)#进行XML解析

mstype = xml.find("MsgType").text

fromUser = xml.find("FromUserName").text

toUser = xml.find("ToUserName").text

if mstype == 'text':

content = xml.find("Content").text#获得用户所输入的内容

key = '#####################' ###图灵机器人的key

api = 'http://www.tuling123.com/openapi/api?key=' + key + '&info='

info = content.encode('UTF-8')

url = api + info

page = urllib.urlopen(url)

html = page.read()

dic_json = json.loads(html)

reply_content = dic_json['text']

return self.render.reply_text(fromUser,toUser,int(time.time()),reply_content)

0.6 参考文档

0.7 尾记

本次教程实现了利用Python开发微信公众平台，能够自动回复用户输入的文字。包括了微信公众平台的设置，SAE的设置，相关代码的编写等。文章的最后小试实现了微信自动回复机器人(具体效果可关注微信公众号【一只IT汪】查看微信机器人回复功能的效果)。写的似乎有点小乱，如有不懂，记得随时私信我哟~

下一节将讲述更强大的微信自动回复功能：利用Python开发微信公众平台，不要走开哦~

可以的话，加微信公众号：【一只IT汪】。自动回复的不是本人，别被微信机器人调戏了哈~

刚开通，暂时没有内容，但以后会有更多惊喜哟~

本系列教程将不定期更新，敬请关注 :)

如果喜欢，请一定记得点赞哟~ 你的赞就是我更新的动力~ o(*≧▽≦)ツ