Python爬虫之微信公众号（一）
以前有位朋友，据说是搞科研的，须要一些公众号的文章数据，特别是须要拿到含有关键字为“武汉“的公众号的文章。因此今天就写了一个爬虫爬取微信公众号的文章git
1、大多数的爬取思路
如今，咱们开始切入正题。我爬取公众号文章的方式和别人的方法可能不太同样，可是原理基本上是相通的。有些朋友多是经过抓包的方式获取，有些朋友可能会经过搜狗微信获取，由于搜狗和微信有合做关系吧。github
2、我的爬取思路介绍
如今来介绍个人方法。首先能够先申请一个微信公众号，而后新建图文，点击超连接。操做以下图所示：json
3、分析网站数据包
接下来就来分析网络数据了。打开开发者工具，点击network，操做步骤以下图所示：微信
输入武汉，点击搜索网络
点击《武汉发布》这个公众号工具
到这里你会发现，当点击搜索时会出现两个数据包，那么到底哪个才是有用的呢？学习
从上图，咱们能够发现真正的有效数据在哪里。点击preview，能够发现不少的json格式的数据，里面有不少的信息，固然包括了咱们须要的文章标题与文章的连接测试
4、headers信息分析
接下来要作的就是观察headers信息。网站
从上图，咱们能够看到，爬取该公众号文章须要使用到的参数有哪些，既然知道了这些就真的够了吗？blog
也许不够哦！！
接下来，咱们选择点击下一页
看看刚刚那些参数会不会有什么变化
我发现，有多出一个相同的接口，可是begin参数由0变为了5.那么从后续的测试当中发现它的规律是：0、五、十、15...
5、代码分析
基本上将网站分析完毕了那么就开始上代码吧。
首先构造请求头和查询参数
6、获取json数据
接下来要作的就是获取json数据
7、保存数据
获取到了json数据并提取到title和link以后，接下就是保存数据了。
最后结果如图所示：
本期完整代码已经上传到网盘，如今只是爬取到标题和连接，下一篇文章将讲解如何根据连接来获取公众号文章。
要获取本期源代码，只需在公众号回复：微信公众号爬虫1
下一篇结束以后将会把代码上传到github。敬请期待！！
致谢
好了，到这里又要跟你们说再见的时候了。但愿个人文章能带给您知识，带给您帮助！同时也谢谢您能抽出宝贵的时间阅读，创做不易，若是您喜欢的话，点个关注再走吧。您的支持是我创做的动力，但愿从此能带给你们更多优质的文章。
偶然在这相遇就是一种缘分，若是您以为本文可以帮助到您，
那么我但愿可以获得您的一丝确定。
这份赞扬也许没必要花费您一杯奶茶钱就可以学习到丰富的知识
天天学习一点点，进步大一点。