以『公众号』为例，手把手教你爬取PC端数据

之前教过大家如何爬取手机APP数据【以某乎为实战案例，教你用Python爬取手机App数据】

思路：主要是通过手机设置代理，然后在pc端开启抓包工具获取数据包，然后在编写python代码（get方式）去请求数据

上次有粉丝说，那个是ios手机安卓手机现在需要root权限才可以安装证书，那么今天就不以手机为例，以电脑PC端为例，这样大家都可以上手尝试

今天教大家抓到post数据包之后，怎么编写python代码去狗仔构造数据包，这里以获取『微信公众号』文章的阅读数、点赞数、在看数为例进行讲解（之所以以这个例子，主要还是有点难度的，所以给大家分享一下这个技术）

1、抓包工具

同样，这里还是使用Fiddler

为什么要用抓包工具，不直接复制文章链接在浏览器里面采集？

因为在浏览器里面打开看不到阅读数、点赞数、在看数等

所以这里采用抓包的方式

1.配置Fiddler

端口设置为8888

这里设置一下过滤域名，目的是只查看需要查看的域名数据包

2.安装证书

点击第一个可以在pc机上安装证书，Fiddler就可以抓取https数据包

2、pc端代理

在设置-代理，里面设置相应的ip和端口（这里ip是本机ip127.0.0.1，和fiddler中对应的端口）

下面就可以开始抓包

3、开始抓包

在pc机上打开微信公众号文章，比如

打开之后再Fiddler可以看到数据包

比如原文中阅读数：576、点赞：20、在看：5

对应数据包返回的json数据

4、编程构造Post请求

抓到数据包之后，我们可以知道cookie、表单，请求链接等信息

开始编写代码之前，先给大家说一下，大概需要用到哪些数据（表单里面有很多参数，但是大部分是不需要的），蓝色选中的就是需要的参数，其他的可以忽略

请求头（这里替换cookie）,User-Agent是模拟手机浏览器

# 目标url
origin_url= "http://mp.weixin.qq.com/mp/getappmsgext"

headers = {
    "Cookie": yourcookie,
    "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36 MicroMessenger/6.5.2.501 NetType/WIFI WindowsWechat QBCore/3.43.27.400 QQBrowser/9.0.2524.400"
}

这里是请求需要的其中三个参数（这个三个数通用的，可以不用改）

data = {
    "is_only_read": "1",
    "is_temp_url": "0",
    "appmsg_type": "9", # 新参数，不加入无法获取like_num
}

剩下的其他参数（每个参数配备了相应的说明）

###同一个公众号，这个不变
your__biz =""
###每一篇文章mid都不同
article_mid=""
###每一篇文章sn都不同
article_sn=""
###不变
article_idx="1"
###几十分钟有效，之后需要再次抓包更新
yourappmsg_token="1108_eNbZz5PR1hNkY3Duto6YbmYgGkvHMZaVbiPUGLsS53iccow77rh73HxzFPHQby1-Lw8AqItVlg_d96MU"

构造请求


origin_url = "https://mp.weixin.qq.com/mp/getappmsgext?"
appmsgext_url = origin_url + "__biz={}&mid={}&sn={}&idx={}&appmsg_token={}&x5=1".format(your__biz, article_mid, article_sn, article_idx, yourappmsg_token)
content = requests.post(appmsgext_url, headers=headers, data=data).json()

print(content)
print(content["appmsgstat"]["read_num"], content["appmsgstat"]["old_like_num"],content["appmsgstat"]["like_num"])

可以看到已经成功发送post成功，并且提取出对应的阅读数、点赞数、在看数

5、扩展

同一个公众号，如果需要获取其他文章的这些数据，只需要改变mid和sn就可以了，不同文章的链接如下图所示

6、小结

本文讲解了如何爬取PC端数据（以微信公众号为例），过程很详细，满满干货，希望可以起到抛砖引玉效果，让大家学到更多技术！

Python研究者