python微信函数 python一微信

python读取微信内存

python获取微信用户信息、视频、文件路径

站在用户的角度思考问题，与客户深入沟通，找到洪洞网站设计与洪洞网站推广的解决方案，凭借多年的经验，让设计与互联网技术结合，创造个性化、用户体验好的作品，建站类型包括：网站制作、成都网站建设、企业官网、英文网站、手机端网站、网站推广、空间域名、网络空间、企业邮箱。业务覆盖洪洞地区。

Python源码：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

def wx_path():

## 获取当前用户名

users = os.path.expandvars('$HOMEPATH')

## 找到3ebffe94.ini配置文件

f = open(r'C:' + users + '\\AppData\\Roaming\\Tencent\\WeChat\\All Users\\config\\3ebffe94.ini')

##读取文件将路径放到wx_location变量里

if f == 'MyDocument:':

wx_location = 'C:' + users + '\Documents\WeChat Files'

else:

wx_location = f.read() + "\WeChat Files"

## 输出路径信息

print(f"\n微信用户信息路径: \"{wx_location}\"\n")

# 程序入口

python微信回复excel数据

要在Python中回复Excel数据，首先你需要安装xlrd库，它可以帮助你读取Excel文件，接下来使用read_excel()函数来读取Excel文件，最后使用微信提供的接口回复读取到的数据。

用python怎么设计一个微信的接口

最近一段时间想看看能不能用万能的python来对微信进行一些操作（比如自动抢红包之类的...hahahaha），所以就在此记录一下啦~~

1、安装

sudo pip install itchat

2、登录

itchat.auto_login()

注：itchat.auto_login()这种方法将会通过微信扫描二维码登录，但是这种登录的方式确实短时间的登录，并不会保留登录的状态，也就是下次登录时还是需要扫描二维码，如果加上hotReload==True,那么就会保留登录的状态，至少在后面的几次登录过程中不会再次扫描二维码，该参数生成一个静态文件itchat.pkl用于存储登录状态

itchat.auto_login(hotReload=True)

3、退出登录

主要使用的是回调函数的方法,登录完成后的方法需要赋值在 loginCallback中退出后的方法,需要赋值在 exitCallback中.若不设置 loginCallback的值, 将会自动删除二维码图片并清空命令行显示.

import itchat,time

def lcb():

print("登录完成！")

def ecb():

print("退出成功！")

itchat.auto_login(loginCallback=lcb,exitCallback=ecb) #源码中规定需要用回调函数。

time.sleep(10)

itchat.logout()  #强制退出登录

4、发送消息

send()

itchat.send(msg="WANGPC的微信消息！",toUserName="filehelper") #返回值为True或Flase

实例：

或者：

send_msg

send_msg(msg='Text Message', toUserName=None),其中的的msg是要发送的文本，toUserName是发送对象, 如果留空, 将发送给自己，返回值为True或者False

实例代码

send_file

send_file(fileDir, toUserName=None) fileDir是文件路径, 当文件不存在时, 将打印无此文件的提醒，返回值为True或者False

实例代码

send_image

send_image(fileDir, toUserName=None) 参数同上

实例代码

send_video

send_video(fileDir, toUserName=None) 参数同上

实例代码

python怎么抓取微信阅

抓取微信公众号的文章

一.思路分析

目前所知晓的能够抓取的方法有：

1、微信APP中微信公众号文章链接的直接抓取（;mid=2735446906idx=1sn=ece37deaba0c8ebb9badf07e5a5a3bd3scene=0#rd）

2、通过微信合作方搜狗搜索引擎（），发送相应请求来间接抓取

第1种方法中，这种链接不太好获取，而且他的规律不是特别清晰。

因此本文采用的是方法2----通过给 weixin.sogou.com 发送即时请求来实时解析抓取数据并保存到本地。

二.爬取过程

1、首先在搜狗的微信搜索页面测试一下，这样能够让我们的思路更加清晰

在搜索引擎上使用微信公众号英文名进行“搜公众号”操作（因为公众号英文名是公众号唯一的，而中文名可能会有重复，同时公众号名字一定要完全正确，不然可能搜到很多东西，这样我们可以减少数据的筛选工作，只要找到这个唯一英文名对应的那条数据即可），即发送请求到';query=%sie=utf8_sug_=n_sug_type_= ' %  'python'，并从页面中解析出搜索结果公众号对应的主页跳转链接。

2.获取主页入口内容

使用request , urllib,urllib2,或者直接使用webdriver+phantomjs等都可以

这里使用的是request.get()的方法获取入口网页内容

[python] view plain copy

# 爬虫伪装头部设置

self.headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:51.0) Gecko/20100101 Firefox/51.0'}

# 设置操作超时时长

self.timeout = 5

# 爬虫模拟在一个request.session中完成

self.s = requests.Session()

[python] view plain copy

#搜索入口地址，以公众为关键字搜索该公众号

def get_search_result_by_keywords(self):

self.log('搜索地址为：%s' % self.sogou_search_url)

return self.s.get(self.sogou_search_url, headers=self.headers, timeout=self.timeout).content

3.获取公众号地址

从获取到的网页内容中，得到公众号主页地址， 这一步骤有很多方法， beautifulsoup、webdriver，直接使用正则，pyquery等都可以

这里使用的是pyquery的方法来查找公众号主页入口地址

[python] view plain copy

#获得公众号主页地址

def get_wx_url_by_sougou_search_html(self, sougou_search_html):

doc = pq(sougou_search_html)

#print doc('p[class="tit"]')('a').attr('href')

#print doc('div[class=img-box]')('a').attr('href')

#通过pyquery的方式处理网页内容，类似用beautifulsoup，但是pyquery和jQuery的方法类似，找到公众号主页地址

return doc('div[class=txt-box]')('p[class=tit]')('a').attr('href')

4.获取公众号主页的文章列表

首先需要加载公众号主页，这里用的是phantomjs+webdriver, 因为这个主页的内容需要JS 渲染加载，采用之前的方法只能获得静态的网页内容

[python] view plain copy

#使用webdriver 加载公众号主页内容，主要是js渲染的部分

def get_selenium_js_html(self, url):

browser = webdriver.PhantomJS()

browser.get(url)

time.sleep(3)

# 执行js得到整个页面内容

html = browser.execute_script("return document.documentElement.outerHTML")

return html

得到主页内容之后，获取文章列表，这个文章列表中有我们需要的内容

[python] view plain copy

#获取公众号文章内容

def parse_wx_articles_by_html(self, selenium_html):

doc = pq(selenium_html)

print '开始查找内容msg'

return doc('div[class="weui_media_box appmsg"]')

#有的公众号仅仅有10篇文章，有的可能多一点

#return doc('div[class="weui_msg_card"]')#公众号只有10篇文章文章的

5.解析每一个文章列表，获取我们需要的信息

6.处理对应的内容

包括文章名字，地址，简介，发表时间等

7.保存文章内容

以html的格式保存到本地

同时将上一步骤的内容保存成excel 的格式

8.保存json数据

这样，每一步拆分完，爬取公众号的文章就不是特别难了。

三、源码

第一版源码如下：

[python] view plain copy

#!/usr/bin/python

# coding: utf-8

import sys

reload(sys)

sys.setdefaultencoding('utf-8')

from urllib import quote

from pyquery import PyQuery as pq

from selenium import webdriver

import requests

import time

import re

import json

import os

class weixin_spider:

def __init__(self, kw):

' 构造函数 '

self.kw = kw

# 搜狐微信搜索链接

#self.sogou_search_url = ';query=%sie=utf8_sug_=n_sug_type_=' % quote(self.kw)

self.sogou_search_url = ';query=%sie=utf8s_from=input_sug_=n_sug_type_=' % quote(self.kw)

# 爬虫伪装

self.headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:47.0) Gecko/20100101 FirePHP/0refox/47.0 FirePHP/0.7.4.1'}

# 操作超时时长

self.timeout = 5

self.s = requests.Session()

def get_search_result_by_kw(self):

self.log('搜索地址为：%s' % self.sogou_search_url)

return self.s.get(self.sogou_search_url, headers=self.headers, timeout=self.timeout).content

def get_wx_url_by_sougou_search_html(self, sougou_search_html):

' 根据返回sougou_search_html，从中获取公众号主页链接 '

doc = pq(sougou_search_html)

#print doc('p[class="tit"]')('a').attr('href')

#print doc('div[class=img-box]')('a').attr('href')

#通过pyquery的方式处理网页内容，类似用beautifulsoup，但是pyquery和jQuery的方法类似，找到公众号主页地址

return doc('div[class=txt-box]')('p[class=tit]')('a').attr('href')

def get_selenium_js_html(self, wx_url):

' 执行js渲染内容，并返回渲染后的html内容 '

browser = webdriver.PhantomJS()

browser.get(wx_url)

time.sleep(3)

# 执行js得到整个dom

html = browser.execute_script("return document.documentElement.outerHTML")

return html

def parse_wx_articles_by_html(self, selenium_html):

' 从selenium_html中解析出微信公众号文章 '

doc = pq(selenium_html)

return doc('div[class="weui_msg_card"]')

def switch_arctiles_to_list(self, articles):

' 把articles转换成数据字典 '

articles_list = []

i = 1

if articles:

for article in articles.items():

self.log(u'开始整合(%d/%d)' % (i, len(articles)))

articles_list.append(self.parse_one_article(article))

i += 1

# break

return articles_list

def parse_one_article(self, article):

' 解析单篇文章 '

article_dict = {}

article = article('.weui_media_box[id]')

title = article('h4[class="weui_media_title"]').text()

self.log('标题是： %s' % title)

url = '' + article('h4[class="weui_media_title"]').attr('hrefs')

self.log('地址为： %s' % url)

summary = article('.weui_media_desc').text()

self.log('文章简述： %s' % summary)

date = article('.weui_media_extra_info').text()

self.log('发表时间为： %s' % date)

pic = self.parse_cover_pic(article)

content = self.parse_content_by_url(url).html()

contentfiletitle=self.kw+'/'+title+'_'+date+'.html'

self.save_content_file(contentfiletitle,content)

return {

'title': title,

'url': url,

'summary': summary,

'date': date,

'pic': pic,

'content': content

}

def parse_cover_pic(self, article):

' 解析文章封面图片 '

pic = article('.weui_media_hd').attr('style')

p = re.compile(r'background-image:url(.∗?)')

rs = p.findall(pic)

self.log( '封面图片是：%s ' % rs[0] if len(rs)  0 else '')

return rs[0] if len(rs)  0 else ''

def parse_content_by_url(self, url):

' 获取文章详情内容 '

page_html = self.get_selenium_js_html(url)

return pq(page_html)('#js_content')

def save_content_file(self,title,content):

' 页面内容写入文件 '

with open(title, 'w') as f:

f.write(content)

def save_file(self, content):

' 数据写入文件 '

with open(self.kw+'/'+self.kw+'.txt', 'w') as f:

f.write(content)

def log(self, msg):

' 自定义log函数 '

print u'%s: %s' % (time.strftime('%Y-%m-%d %H:%M:%S'), msg)

def need_verify(self, selenium_html):

' 有时候对方会封锁ip，这里做一下判断，检测html中是否包含id=verify_change的标签，有的话，代表被重定向了，提醒过一阵子重试 '

return pq(selenium_html)('#verify_change').text() != ''

def create_dir(self):

'创建文件夹'

if not os.path.exists(self.kw):

os.makedirs(self.kw)

def run(self):

' 爬虫入口函数 '

#Step 0 ：  创建公众号命名的文件夹

self.create_dir()

# Step 1：GET请求到搜狗微信引擎，以微信公众号英文名称作为查询关键字

self.log(u'开始获取，微信公众号英文名为：%s' % self.kw)

self.log(u'开始调用sougou搜索引擎')

sougou_search_html = self.get_search_result_by_kw()

# Step 2：从搜索结果页中解析出公众号主页链接

self.log(u'获取sougou_search_html成功，开始抓取公众号对应的主页wx_url')

wx_url = self.get_wx_url_by_sougou_search_html(sougou_search_html)

self.log(u'获取wx_url成功，%s' % wx_url)

# Step 3：Selenium+PhantomJs获取js异步加载渲染后的html

self.log(u'开始调用selenium渲染html')

selenium_html = self.get_selenium_js_html(wx_url)

# Step 4: 检测目标网站是否进行了封锁

if self.need_verify(selenium_html):

self.log(u'爬虫被目标网站封锁，请稍后再试')

else:

# Step 5: 使用PyQuery，从Step 3获取的html中解析出公众号文章列表的数据

self.log(u'调用selenium渲染html完成，开始解析公众号文章')

articles = self.parse_wx_articles_by_html(selenium_html)

self.log(u'抓取到微信文章%d篇' % len(articles))

# Step 6: 把微信文章数据封装成字典的list

self.log(u'开始整合微信文章数据为字典')

articles_list = self.switch_arctiles_to_list(articles)

# Step 7: 把Step 5的字典list转换为Json

self.log(u'整合完成，开始转换为json')

data_json = json.dumps(articles_list)

# Step 8: 写文件

self.log(u'转换为json完成，开始保存json数据到文件')

self.save_file(data_json)

self.log(u'保存完成，程序结束')

# main

if __name__ == '__main__':

gongzhonghao=raw_input(u'输入要爬取的公众号')

if not gongzhonghao:

gongzhonghao='python6359'

weixin_spider(gongzhonghao).run()

第二版代码：

对代码进行了一些优化和整改，主要：

1.增加了excel存贮

2.对获取文章内容规则进行修改

3.丰富了注释

本程序已知缺陷： 如果公众号的文章内容包括视视频，可能会报错。

[python] view plain copy

#!/usr/bin/python

# coding: utf-8