# WeChat_Article

**Repository Path**: cwbqiuyu/WeChat_Article

## Basic Information

- **Project Name**: WeChat_Article
- **Description**: 爬取微信公众号文章
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 90
- **Created**: 2023-06-26
- **Last Updated**: 2023-06-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# WeChat_Article    
爬取微信公众号文章    

> Bilibili视频演示：https://www.bilibili.com/video/BV1vN411D7Y3/

**注意，除非你要断点续传，否则删除目录下conf.ini和url.json再启动！！！！**

![image](https://user-images.githubusercontent.com/31002981/217465357-d0737b23-55ec-47d3-b12c-ee8973a04291.png)


## 使用方法：     
1、下载并解压[**Chrome.rar**](https://sxf1024.lanzouo.com/iJ2Rp0mwy50j)；    
2、运行**main.exe**；    
3、填入信息，点击“**启动**”即可。    
****************************************************************************************************    

## 背景知识:     
爬取微信公众号有三种方法：      
- 第一种：用搜狗微信公众号搜过，这个只能收到前10条；    
- 第二种：用fiddler或手机抓包，从访问链接去获得appmsg_token，发现虽然这个值就在html页面里，但只有抓包的数据里含有效值，直接访问的是空的，而且还有时效性。这样，每次都要抓包获取，就很麻烦。   
- 第三种：就是这种用公众号搜公众号的，虽然速度慢点，但便捷了不少。    
****************************************************************************************************    

## 程序原理:     
通过selenium登录获取token和cookie，再自动爬取和下载   
* 使用前提：   
1、申请一个免费的微信公众号，个人订阅号即可(https://mp.weixin.qq.com)      
****************************************************************************************************    

## 更新记录：
1. 下载文章文字内容到txt
2. 下载文章图片
3. 保存HTML文件，并将图片链接指向本地  
4. 添加按时间范围下载  
5. 添加cookie登陆，不成功才selenium浏览器登陆  
6. 增加记住密码功能  
7. 修复一些问题，如requests卡死  
8. 添加按关键词下载  
9. 多线程优化下载速度  
10. 增加断点续传功能（可能存在bug，欢迎提issue）  
11. 拟增加备用公众号功能（暂未完成）  
12. 下载PDF格式
**************************************************************************************************** 

## 使用说明：
创建虚拟环境
```bash
conda create -n wechat python=3.9 -y
```

进入虚拟环境
```bash
conda activate wechat
```

安装三方库
```bash
pip install -r requirements.txt
```

运行脚本
```bash
python main.py
```

打包exe(生成在dist下)
```bash
pyinstaller -F -w -i icon.ico main.py
```


## 其他说明：
- 爬取间隔太快，容易遇到“**访问频繁**”或“**freq_control**”，这时候可以删除**cookie.json**，再重新运行软件，**换个号**继续运行；
- Qt打包完实在是太大了，有大佬会转成Tkinter吗？



欢迎关注微信公众号：xfxuezhang