本文通過微信提供的公眾號文章呼叫介面，實現爬取公眾號文章的功能。

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

from selenium import webdriver
import time
import json
import requests
import re
import random

#微信公眾號賬號
user="你的公眾號賬號"
#公眾號密碼
password="你的公眾號密碼"
#設定要爬取的公眾號列表
gzlist=['要爬取的公眾號名字']

#登入微信公眾號，獲取登入之後的cookies資訊，並儲存到本地文字中
def weChat_login():
    #定義一個空的字典，存放cookies內容
 

    post={}

    #用webdriver啟動谷歌瀏覽器
    print("啟動瀏覽器，開啟微信公眾號登入介面")
    driver = webdriver.Chrome(executable_path='C:\chromedriver.exe')
    #開啟微信公眾號登入頁面
    driver.get('https://mp.weixin.qq.com/')
    #等待5秒鐘
    time.sleep(5)
    print("正在輸入微信公眾號登入賬號和密碼......")
    #清空賬號框中的內容
    driver.find_element_by_xpath("./*//input[@id='account']"
 
).clear()
    #自動填入登入使用者名稱
    driver.find_element_by_xpath("./*//input[@id='account']").send_keys(user)
    #清空密碼框中的內容
    driver.find_element_by_xpath("./*//input[@id='pwd']").clear()
    #自動填入登入密碼
    driver.find_element_by_xpath("./*//input[@id='pwd']").send_keys(password)

    # 在自動輸完密碼之後需要手動點一下記住我
    print("請在登入介面點選:記住賬號"
 
)
    time.sleep(10)
    #自動點選登入按鈕進行登入
    driver.find_element_by_xpath("./*//a[@id='loginBt']").click()
    # 拿手機掃二維碼！
    print("請拿手機掃碼二維碼登入公眾號")
    time.sleep(20)
    print("登入成功")
    #重新載入公眾號登入頁，登入之後會顯示公眾號後臺首頁，從這個返回內容中獲取cookies資訊
    driver.get('https://mp.weixin.qq.com/')
    #獲取cookies
    cookie_items = driver.get_cookies()

    #獲取到的cookies是列表形式，將cookies轉成json形式並存入本地名為cookie的文字中
    for cookie_item in cookie_items:
        post[cookie_item['name']] = cookie_item['value']
    cookie_str = json.dumps(post)
    with open('cookie.txt', 'w+', encoding='utf-8') as f:
        f.write(cookie_str)
    print("cookies資訊已儲存到本地")

#爬取微信公眾號文章，並存在本地文字中
def get_content(query):
    #query為要爬取的公眾號名稱
    #公眾號主頁
    url = 'https://mp.weixin.qq.com'
    #設定headers
    header = {
        "HOST": "mp.weixin.qq.com",
        "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:53.0) Gecko/20100101 Firefox/53.0"
        }

    #讀取上一步獲取到的cookies 
    with open('cookie.txt', 'r', encoding='utf-8') as f:
        cookie = f.read()
    cookies = json.loads(cookie)

    #登入之後的微信公眾號首頁url變化為：https://mp.weixin.qq.com/cgi-bin/home?t=home/index&lang=zh_CN&token=1849751598，從這裡獲取token資訊
    response = requests.get(url=url, cookies=cookies)
    token = re.findall(r'token=(\d+)', str(response.url))[0]

    #搜尋微信公眾號的介面地址
    search_url = 'https://mp.weixin.qq.com/cgi-bin/searchbiz?'
    #搜尋微信公眾號介面需要傳入的引數，有三個變數：微信公眾號token、隨機數random、搜尋的微信公眾號名字
    query_id = {
        'action': 'search_biz',
        'token' : token,
        'lang': 'zh_CN',
        'f': 'json',
        'ajax': '1',
        'random': random.random(),
        'query': query,
        'begin': '0',
        'count': '5'
        }  
    #開啟搜尋微信公眾號介面地址，需要傳入相關引數資訊如：cookies、params、headers
    search_response = requests.get(search_url, cookies=cookies, headers=header, params=query_id)
    #取搜尋結果中的第一個公眾號
    lists = search_response.json().get('list')[0]
    #獲取這個公眾號的fakeid，後面爬取公眾號文章需要此欄位
    fakeid = lists.get('fakeid')

    #微信公眾號文章介面地址
    appmsg_url = 'https://mp.weixin.qq.com/cgi-bin/appmsg?'
    #搜尋文章需要傳入幾個引數：登入的公眾號token、要爬取文章的公眾號fakeid、隨機數random
    query_id_data = {
        'token': token,
        'lang': 'zh_CN',
        'f': 'json',
        'ajax': '1',
        'random': random.random(),
        'action': 'list_ex',
        'begin': '0',#不同頁，此引數變化，變化規則為每頁加5
        'count': '5',
        'query': '',
        'fakeid': fakeid,
        'type': '9'
        }
    #開啟搜尋的微信公眾號文章列表頁
    appmsg_response = requests.get(appmsg_url, cookies=cookies, headers=header, params=query_id_data)
    #獲取文章總數
    max_num = appmsg_response.json().get('app_msg_cnt')
    #每頁至少有5條，獲取文章總的頁數，爬取時需要分頁爬
    num = int(int(max_num) / 5)
    #起始頁begin引數，往後每頁加5
    begin = 0
    while num + 1 > 0 :
        query_id_data = {
            'token': token,
            'lang': 'zh_CN',
            'f': 'json',
            'ajax': '1',
            'random': random.random(),
            'action': 'list_ex',
            'begin': '{}'.format(str(begin)),
            'count': '5',
            'query': '',
            'fakeid': fakeid,
            'type': '9'
            }
        print('正在翻頁：--------------',begin)

        #獲取每一頁文章的標題和連結地址，並寫入本地文字中
        query_fakeid_response = requests.get(appmsg_url, cookies=cookies, headers=header, params=query_id_data)
        fakeid_list = query_fakeid_response.json().get('app_msg_list')
        for item in fakeid_list:
            content_link=item.get('link')
            content_title=item.get('title')
            fileName=query+'.txt'
            with open(fileName,'a',encoding='utf-8') as fh:
                fh.write(content_title+":\n"+content_link+"\n")
        num -= 1
        begin = int(begin)
        begin+=5
        time.sleep(2)

if __name__=='__main__':
    try:
        #登入微信公眾號，獲取登入之後的cookies資訊，並儲存到本地文字中
        weChat_login()
        #登入之後，通過微信公眾號後臺提供的微信公眾號文章介面爬取文章
        for query in gzlist:
            #爬取微信公眾號文章，並存在本地文字中
            print("開始爬取公眾號："+query)
            get_content(query)
            print("爬取完成")
    except Exception as e:
        print(str(e))