kekewind / wechat_article

爬取微信公众号文章

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！！！！

使用方法：

1、下载并解压Chrome.rar；
2、运行main.exe；
3、填入信息，点击“启动”即可。
4、如果想修改UI，可以安装这个：Qt Designer

---

背景知识:

使用公众号写文章时支持搜索其他公众号的文章的方式，来实现爬取指定公众号所有文章的目的。

---

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，推荐不要用）
11. 拟增加备用公众号功能（暂未完成）
12. 下载PDF格式
13. 不需要再手动下载Chrome，启动时会自动下载

---

使用说明：

创建虚拟环境

conda create -n wechat python=3.9 -y

进入虚拟环境

conda activate wechat

安装三方库

pip install -r requirements.txt

对于mac用户，安装pyqt5可能会报错，可以尝试：

brew install pyqt@5
cp -r   /opt/homebrew/Cellar/pyqt@5/5.15.7_2/lib/python3.9/site-packages/*   /Users/songxf/miniconda3/envs/wechat/lib/python3.9/site-packages/   

然后就可以导入了：

import PyQt5

运行脚本

python main.py

打包exe(生成在dist下)

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

---

打赏

如果这个项目帮助到了你，欢迎请我喝杯阔落👏🏻