python爬取手机微信_Python爬取微信好友

前言

今天看到一篇好玩的文章，可以实现微信的内容爬取和聊天机器人的制作，所以尝试着实现一遍，本文记录了实现过程和一些探索的内容

itchat安装

对微信的控制可以使用itchat来实现，我们找到itchart的官网下查看相关帮助：http://itchat.readthedocs.io/zh/latest/

我这里使用的是Python2.7，所以直接按照说明pip 安装itchat即可

1.实现给文件助手发消息

安装itchat后，使用如下的代码，即可给文件助手发一条消息，登陆时同样使用扫码登陆

import itchat

itchat.auto_login()

itchat.send('Hello, filehelper', toUserName='filehelper')

自回复消息

按照帮助说明，使用如下的示例代码可以实现消息的自动回复

import itchat

@itchat.msg_register(itchat.content.TEXT)

def text_reply(msg):

return msg.text

itchat.auto_login()

itchat.run()

用老婆大人的号测试了一下，可以实现信息的发送和直接回复

需要注意的是，使用同一个微信给自己发消息不起作用

这里为了方便多次运行，可以设置hotReload=True 变量，从而记录登陆的账号

itchat.auto_login(hotReload=True)

2.微信聊天机器人制作

官网教程还有微信机器人，所以照着教程做了一遍。试用后，发现图灵机器人的智商捉鸡，而且比较凶悍

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

import requests

import itchat

KEY = '71f28bf79c820df10d39b4074345ef8c'

def get_response(msg):

# 这里我们就像在“3. 实现最简单的与图灵机器人的交互”中做的一样

# 构造了要发送给服务器的数据

apiUrl = 'http://www.tuling123.com/openapi/api'

data = {

'key' : KEY,

'info' : msg,

'userid' : 'wechat-robot',

}

try:

r = requests.post(apiUrl, data=data).json()

# 字典的get方法在字典没有'text'值的时候会返回None而不会抛出异常

return r.get('text')

# 为了防止服务器没有正常响应导致程序异常退出，这里用try-except捕获了异常

# 如果服务器没能正常交互(返回非json或无法连接)，那么就会进入下面的return

except:

# 将会返回一个None

return

# 这里是我们在“1. 实现微信消息的获取”中已经用到过的同样的注册方法

@itchat.msg_register(itchat.content.TEXT)

def tuling_reply(msg):

# 为了保证在图灵Key出现问题的时候仍旧可以回复，这里设置一个默认回复

defaultReply = 'I received: ' + msg['Text']

# 如果图灵Key出现问题，那么reply将会是None

reply = get_response(msg['Text'])

# a or b的意思是，如果a有内容，那么返回a，否则返回b

# 有内容一般就是指非空或者非None，你可以用`if a: print('True')`来测试

return reply or defaultReply

# 为了让实验过程更加方便(修改程序不用多次扫码)，我们使用热启动

itchat.auto_login(hotReload=True)

itchat.run()

下面是我的实际测试截图

3.爬取一个好友

机器人是官网的教程，微信文章中使用的是对好友数据分布的统计，所以我先尝试实现爬取一个好友的功能

3.1 获取一个好友信息

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

import itchat

itchat.auto_login(hotReload=True)

#爬取自己好友相关信息， 返回一个json文件

friends = itchat.search_friends(name='Elton')

print friends

可以看到拿到的数据是一个List

3.2 打印数据到文件中

通过open函数，可以将获取到的数据写入到txt中去

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

import itchat

itchat.auto_login(hotReload=True)

#爬取自己好友相关信息， 返回一个json文件

friends = itchat.search_friends(name='Elton')

f = open("out.txt", "w")

print >> f, friends

f.close()

3.3 安装画图软件

为了把统计出来的柱状图绘制出来，安装matplotlib的库

至此，基本上准备条件已经完成

4. 爬取所有好友数据

爬取好友的功能如下，通过将爬取的数据存储到字典中，对性别做统计处理，可以获取总人数和性别分类的数量

def parse_friedns():

text = dict()

friedns = itchat.get_friends(update=True)[0:]

#(friedns)

male = "male"

female = "female"

other = "other"

for i in friedns[1:]:

sex = i['Sex']

if sex == 1:

text[male] = text.get(male, 0) + 1

elif sex == 2:

text[female] = text.get(female, 0) + 1

else:

text[other] = text.get(other, 0) + 1

total = len(friedns[1:])

print('好友数量：%.2f'%total)

print("男性好友： %.2f%%" % (float(text[male]) / total * 100) + "\n" +

"女性好友： %.2f%%" % (float(text[female]) / total * 100) + "\n" +

"不明性别好友： %.2f%%" % (float(text[other]) / total * 100))

draw_plot(text,u'朋友圈男女比例_')

使用了plt函数来绘制曲线

# 绘制柱状图

def draw_plot(datas,tag=''):

for key in datas.keys():

plt.bar(key, datas[key])

plt.legend()

plt.xlabel('sex')

plt.ylabel('rate')

plt.title("Gender of Alfred's friends")

if tag=='':

plt.savefig(OUTPUT+USER_NAME+'_'+u'柱状图.png')

else:

plt.savefig(OUTPUT+USER_NAME+'_'+tag+u'柱状图.png')

运行程序，爬取所有的好友数据，发现我好友一共515位，其中男性的好友占据了73%，男女比例差异有点大....

好友个性签名词云

通过使用get_friends可以爬取微信的好朋友数据，存储在'signature.txt'文件中

def parse_signature():

siglist = []

SIGNATURE_PATH='signature.txt'

friedns = itchat.get_friends(update=True)[1:]

for i in friedns:

signature = i["Signature"].strip().replace("span", "").replace("class", "").replace("emoji", "")

rep = re.compile("1f\d+\w*|[<>/=]")

signature = rep.sub("", signature)

siglist.append(signature)

text = "".join(siglist)

with io.open(SIGNATURE_PATH, 'w', encoding='utf-8') as f:

wordlist = jieba.cut(text, cut_all=True)

word_space_split = " ".join(wordlist)

f.write(word_space_split)

f.close()

draw_wordcloud(SIGNATURE_PATH,tag=u'朋友圈签名')

通过对文件的解析，可以将词云绘制出来

#绘制词云

def draw_wordcloud(path,tag=''):

f = open(path,'r').read()

cut_text="".join(jieba.cut(f))

coloring = np.array(Image.open('.\\Pic\\wechat.jpg'))

wordcloud = WordCloud(font_path='./font/simhei.ttf',background_color="white",max_words=2000,mask=coloring, scale=2).generate(cut_text)

image_colors = ImageColorGenerator(coloring)

#plt.imshow(wordcloud.recolor(color_func=image_colors))

plt.imshow(wordcloud)

plt.axis("off")

if tag=='':

wordcloud.to_file(OUTPUT+USER_NAME+'_'+u'词云.png')

else:

wordcloud.to_file(OUTPUT+USER_NAME+'_'+tag+u'词云.png')

下图是解析出来的词云，可以看到朋友圈的人大部分还是以自己努力生活为目标~

同理，我也爬取了一下朋友圈的城市分布，发现大部分的人都在北京，还有上过学的哈尔滨，南京的同事~

结论

微信还有很多很好玩的信息可以提取，等下一篇有时间可以继续优化这段代码，github地址如下：

https://github.com/ablo120/PythonLearn.git

附录

import itchat

导入爬取微信记录的包

import re

导入python中的正则表达式(re模块)

import io

导入文件读取的包

import matplotlib.pyplot as plt

导入柱状图绘制的包

import jieba

jieba(结巴)是一个强大的分词库，完美支持中文分词