这篇文章将为大家详细讲解有关用python爬取公众号的方法，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

用python爬取公众号文章的方法是：1、使用Fiddler抓取公众号接口数据；2、使用Python脚本获取公众号所有历史文章数据；3、利用pdfkit库保存历史文章。

我比较喜欢看公众号，有时遇到一个感兴趣的公众号时，都会感觉相逢恨晚，想一口气看完所有历史文章。但是微信的阅读体验挺不好的，看历史文章得一页页的往后翻，下一次再看时还得重复操作，很是麻烦。

于是便想着能不能把某个公众号所有的文章都保存下来，这样就很方便自己阅读历史文章了。

话不多说，下面我就介绍如何使用 Python 爬取微信公众号所有文章的。

主要有以下步骤：

1 使用 Fiddler 抓取公众号接口数据

2 使用 Python 脚本获取公众号所有历史文章数据

3 保存历史文章

Fiddler 是一款抓包工具，可以监听网络通讯数据，开发测试过程中非常有用，这里不多做介绍。没有使用过的可以查看这篇文章，很容易上手。

https://blog.csdn.net/jingjingshizhu/article/details/80566191

接下来，使用微信桌面客户端，打开某个公众号的历史文章，这里以我的公众号举例，如下图。

如果你的 fiddler 配置好了的话，能够看到如下图的数据。

图中包含抓取的 url、一些重要的参数和我们想要的数据。

这些参数中，offset 控制着翻页，其他参数在每一页中都是固定不变的。

接口返回的数据结构如下图，其中 can_msg_continue 字段控制着能否翻页，1 表示还有下一页，0 表示没有已经是最后一页了。 next_offset 字段就是下一次请求的 offset 参数。

接下来我们的目标就是根据 url 和一些参数，构建请求，获取标题、文章 url 和日期等数据，保存数据。

保存数据一种是使用 pdfkit 将 文章 url 保存为 pdf 文件；另一种是先保存 html 文件，然后将 html 制作成 chm 文件。

1 将 文章 url 保存为 pdf 文件，关键代码如下：

defparse(index,biz,uin,key):#url前缀url="https://mp.weixin.qq.com/mp/profile_ext"#请求头headers={"User-Agent":"Mozilla/5.0(WindowsNT6.1;WOW64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/39.0.2171.95""Safari/537.36MicroMessenger/6.5.2.501NetType/WIFIWindowsWechatQBCore/3.43.901.400""QQBrowser/9.0.2524.400",}proxies={'https':None,'http':None,}#重要参数param={'action':'getmsg','__biz':biz,'f':'json','offset':index*10,'count':'10','is_ok':'1','scene':'124','uin':uin,'key':key,'wxtoken':'','x5':'0',}#发送请求，获取响应response=requests.get(url,headers=headers,params=param,proxies=proxies)response_dict=response.json()print(response_dict)next_offset=response_dict['next_offset']can_msg_continue=response_dict['can_msg_continue']general_msg_list=response_dict['general_msg_list']data_list=json.loads(general_msg_list)['list']#print(data_list)fordataindata_list:try:#文章发布时间datetime=data['comm_msg_info']['datetime']date=time.strftime('%Y-%m-%d',time.localtime(datetime))msg_info=data['app_msg_ext_info']#文章标题title=msg_info['title']#文章链接url=msg_info['content_url']#自己定义存储路径（绝对路径）pdfkit.from_url(url,'C:/Users/admin/Desktop/wechat_to_pdf/'+date+title+'.pdf')print(title+date+'成功')except:print("不是图文消息")ifcan_msg_continue==1:returnTrueelse:print('爬取完毕')returnFalse

2 保存 html 文件，关键代码如下

defparse(index,biz,uin,key):#url前缀url="https://mp.weixin.qq.com/mp/profile_ext"#请求头headers={"User-Agent":"Mozilla/5.0(WindowsNT6.1;WOW64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/39.0.2171.95""Safari/537.36MicroMessenger/6.5.2.501NetType/WIFIWindowsWechatQBCore/3.43.901.400""QQBrowser/9.0.2524.400",}proxies={'https':None,'http':None,}#重要参数param={'action':'getmsg','__biz':biz,'f':'json','offset':index*10,'count':'10','is_ok':'1','scene':'124','uin':uin,'key':key,'wxtoken':'','x5':'0',}#发送请求，获取响应reponse=requests.get(url,headers=headers,params=param,proxies=proxies)reponse_dict=reponse.json()#print(reponse_dict)next_offset=reponse_dict['next_offset']can_msg_continue=reponse_dict['can_msg_continue']general_msg_list=reponse_dict['general_msg_list']data_list=json.loads(general_msg_list)['list']print(data_list)fordataindata_list:try:datetime=data['comm_msg_info']['datetime']date=time.strftime('%Y-%m-%d',time.localtime(datetime))msg_info=data['app_msg_ext_info']#标题title=msg_info['title']#内容的urlurl=msg_info['content_url'].replace("\\","").replace("http","https")url=html.unescape(url)print(url)res=requests.get(url,headers=headers,proxies=proxies)withopen('C:/Users/admin/Desktop/test/'+title+'.html','wb+')asf:f.write(res.content)print(title+date+'成功')except:print("不是图文消息")ifcan_msg_continue==1:returnTrueelse:print('全部获取完毕')returnFalse保存文章

保存为 pdf 文件，用到了 python 的第三方库 pdfkit 和 wkhtmltopdf。

安装 pdfkit：

pipinstallpdfkit

安装 wkhtmltopdf：

下载地址：

https://wkhtmltopdf.org/downloads.html

安装后将 wkhtmltopdf 目录下的 bin 添加到环境变量中。

保存为 chm 文件，可以下载 Easy CHM ，使用这个软件可以将 html 制作成 chm，使用教程网上比较多。

下载地址：

http://www.etextwizard.com/cn/easychm.html

效果图：

pdf 和 chm 对比：

pdf 支持多终端，阅读体验好，但是有个大坑，就是微信文章保存的 pdf 没有图片，很影响阅读体验，暂未找到解决办法。

chm 的好处是可以建立索引，查看文章方便。一个公众号制作成一个 chm 文件，管理方便。不会出现图片不显示问题。

所以推荐将爬取到的公众号文章保存为 chm 文件，方便阅读。

关于用python爬取公众号的方法就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。