python爬虫公众号所有信息，并批量下载公众号视频

　　python爬虫公众号所有信息，并批量下载公众号视频

　　目录

　　前言

　　本文的文字及图片来源于网路,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

　　作者： 数据剖析实战

　　PS：如有须要Python学习资料的小伙伴可以加点击下方链接自行获取

　　主要功能一、获取公众号信息：标题、摘要、封面、文章URL

　　操作步骤：

　　1、先自己申请一个公众号 2、登录自己的帐号，新建文章图文，点击超链接

　　代码

　　 1 import re

2 ​

3 import requests

4 import jsonpath

5 import json

6 ​

7 headers = {

8 "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36",

9 "Host": "mp.weixin.qq.com",

10 "Referer": "https://mp.weixin.qq.com/cgi-bin/appmsg?t=media/appmsg_edit&action=edit&type=10&isMul=1&isNew=1&lang=zh_CN&token=1862390040",

11 "Cookie": "自己获取信息时的cookie"

12 }

13 ​

14 def getInfo():

15 for i in range(80):

16 # token random 需要要自己的 begin：参数传入

17 url = "https://mp.weixin.qq.com/cgi-bin/appmsg?token=1904193044&lang=zh_CN&f=json&ajax=1&random=0.9468236563826882&action=list_ex&begin={}&count=5&query=&fakeid=MzI4MzkzMTc3OA%3D%3D&type=9".format(str(i * 5))

18 ​

19 response = requests.get(url, headers = headers)

20 ​

21 jsonRes = response.json()

22 ​

23 ​

24 titleList = jsonpath.jsonpath(jsonRes, "$..title")

25 coverList = jsonpath.jsonpath(jsonRes, "$..cover")

26 urlList = jsonpath.jsonpath(jsonRes, "$..link")

27 ​

28 # 遍历 构造可存储字符串

29 for index in range(len(titleList)):

30 title = titleList[index]

31 cover = coverList[index]

32 url = urlList[index]

33 ​

34 scvStr = "%s,%s, %s,\n" % (title, cover, url)

35 with open("info.csv", "a+", encoding="gbk", newline='') as f:

36 f.write(scvStr)

　　获取结果(成功)：

　　

　　二、获取文章内视频：实现批量下载

　　通过对单篇视频文章分析，我找到了这个链接：

　　

　　通过网页打开发觉，是视频的网页下载链接：

　　

　　哎，好像有点意思了，找到了视频的网页纯下载链接，那就开始吧。

　　发现链接里的有一个关键参数vid 不知道哪来的？ 和获取到的其他信息也没有关系，那就只能硬来了。

　　通过对单文章的url恳求信息里发觉了这个参数，然后进行获取。

　　1 response = requests.get(url_wxv, headers=headers)

2 ​

3 # 我用的是正则，也可以使用xpath

4 jsonRes = response.text # 匹配:wxv_1105179750743556096

5 dirRe = r"wxv_.{19}"

6 result = re.search(dirRe, jsonRes)

7 ​

8 wxv = result.group(0)

9 print(wxv)

　　视频下载：

　　 1 def getVideo(video_title, url_wxv):

2 video_path = './videoFiles/' + video_title + ".mp4"

3 ​

4 # 页面可下载形式

5 video_url_temp = "https://mp.weixin.qq.com/mp/videoplayer?action=get_mp_video_play_url&preview=0&__biz=MzI4MzkzMTc3OA==&mid=2247488495&idx=4&vid=" + wxv

6 response = requests.get(video_url_temp, headers=headers)

7 content = response.content.decode()

8 content = json.loads(content)

9 url_info = content.get("url_info")

10 video_url2 = url_info[0].get("url")

11 print(video_url2)

12 ​

13 # 请求要下载的url地址

14 html = requests.get(video_url2)

15 # content返回的是bytes型也就是二进制的数据。

16 html = html.content

17 with open(video_path, 'wb') as f:

18 f.write(html)

　　那么所有信息就都完成了，进行code组装。

　　a、获取公众号信息

　　b、筛选单篇文章信息

　　c、获取vid信息

　　d、拼接视频页面下载URL

　　e、下载视频，保存

　　代码实验结果：

　　

　　

　　.