# wechat_spider
**Repository Path**: absolutely_unexpected/wechat_spider
## Basic Information
- **Project Name**: wechat_spider
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-01-07
- **Last Updated**: 2022-01-07
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
wechat_spider
=====
[](http://badge.fury.io/js/wechat_spider)
[](https://david-dm.org/lijinma/wechat_spider)
## 【提醒】此抓取工具因为微信 api 修改无法跑通，请参考代码思路。
创造不息，交付不止
这个项目是使用打理的方式抓取微信公众账号文章，首先你需要了解一下现在抓取微信公众账号的两种主流方法，请参考我的文章：
[如何优雅的抓取微信公众号历史文章](https://mp.weixin.qq.com/s?__biz=MjM5NDA0Mjc0MQ==&mid=2651552202&idx=1&sn=832cd8e9c4f5babcd20e6a52ee03611e&chksm=bd721fd08a0596c6005f9c77f1c7b1f06fef2cceebd67dde0f33c822f8053d7c521a753c0101&scene=0&key=31688975937a18944006a2d2a5b0c346a7e091a3f473e69af65ebce0e0722a9bdac3cc4281c2eb40f110c3b87a727d8f42b8265a7c1cb20744f74eadf0178023744783aab775c2d47ac7a30b16c65548&ascene=0&uin=OTM1MDQxMDQw)
所以现在一般有两种做法，一种通过搜狗微信，一种通过代理的方式抓取，这个项目就是使用代理的方式抓取。
我本来是写了更复杂的工具，使用 Node.js 的 anyproxy 加上 php 的 Laravel 框架，完成这些功能，但是某天洗澡的时候终于想通了，我其实把一个工具复杂化了，这个工具本来是很简单的，我给一位媒体朋友指导了一下，他也很快就用起来了。
## 输出
输出有两个东西，一个是 wechat.sqlite，一个是 wechat.csv，wechat.csv 需要通过命令 `wechat_spider csv` 来生成。
如下是我的公众账号对应的数据：
表格头解释：
```
accountName: 公众号名称
author: 作者
title: 文章标题
contentUrl: 文章链接
cover: 文章封面图
digest: 文章摘要
idx: 如果是1，代表的是当天第一篇文章，如果是2，代表当天第二篇文章，以此类推。
sourceUrl: 阅读原文对应的链接
createTime: 文章创建时间
readNum: 阅读数
likeNum: 点赞数
rewardNum: 赞赏数
electedCommentNum: 被选择显示的回复数
```
## 安装
### 安装 Node.js
通过网站 https://nodejs.org/zh-cn/ 下载最新版本。
### 安装 Python 2.x 等编译环境依赖
因为里面依赖 sqlite，通过 [node-gyp](https://github.com/nodejs/node-gyp) 编译的过程中需要 python 2.x (3.x 不行) 以及 VCBuild.exe ，所以 Windows 的同学一定要安装一下，否则会出错。
Windows 用户通过在具有管理员权限的 PowerShell 下输入 `npm install --global --production windows-build-tools` 下载安装编译环境依赖。
### 测试 Node 和 Python 安装正确
Mac 在终端下，Windows 在 cmd 下：
```bash
$ npm -v
4.3.0
$ python
Python 2.7.6 (default, Nov 18 2013, 15:12:51)
[GCC 4.2.1 Compatible Apple LLVM 5.0 (clang-500.2.79)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>>
```
如果输出以上类似的信息，证明工具已经安装好了。
### 安装 wechat_spider
```bash
$ npm install wechat_spider -g
```
### 测试 wechat_spider 安装正确
```bash
$ wechat_spider --help
Usage: wechat_spider [options]
Options:
-h, --help output usage information
-V, --version output the version number
```
如果输出以上类似信息，证明 wechat_spider 已经安装成功
## 使用
使用分四步，开启代理，手机设置代理，查看公众账号历史记录，接下来就开始自动抓取了，最后生成 csv。
### 首次打开需要安装证书
第一步：Mac 在终端下，Windows 在 cmd 下打开工具：
$ wechat_spider
首次需要信任证书。
默认会打开证书的文件夹，如果没有打开，浏览器打开 http://localhost:8002/fetchCrtFile ，也能获取rootCA.crt文件，获取到根证书后，双击，根据操作系统提示，信任rootCA：
* Windows
* 
* Mac
* 
第二步：使用手机代理：
* 首次手机需要安装证书，浏览器打开：http://localhost:8002/qr_root ，使用微信扫描二维码，[重要] 用浏览器打开：
* 
* 
* 
* 
* 
* 然后获取到你电脑的 IP 地址，假设是 192.168.1.5
* 设置手机代理为电脑：
* 
* 
第三步：选择一个微信公众号，点击查看历史记录
* 
* 
第四步：等待出现页面“一个公众号采集完成”，就可以生成 csv 了
```bash
$ wechat_spider csv
```
## 打赏
我是金马，一个想搞点事情的程序员。如果这个小工具对你有帮助，你可以请我喝杯咖啡，谢谢 :)
## LICENSE
MIT.