微信爬虫
以下为部署文档
技术文档请查看：https://t.zsxq.com/7ubmqNJ
逆向方式抓取的方案请查看：https://wx.zsxq.com/dweb2/index/topic_detail/215584212588541
功能：
- 检测公众号每日新发文章
- 抓取公众号信息
- 抓取文章列表
- 抓取文章信息
- 抓取阅读量、点赞量、评论量
- 抓取评论信息
- 临时链接转永久链接
打包好的执行文件下载地址
链接: https://pan.baidu.com/s/1hyhj6YnV-L9w8LPx42FFzQ 密码: qnk6
特色：
- 免安装：支持mac、window，双击软件即可执行
- 自动化：只需要配置好待监控的公众号列表，启动软件后即可每日自动抓取公众号及文章等信息
- 好对接：抓取到的数据使用mysql存储，方便处理数据
- 不漏采：采用任务状态标记的方式，防止遗漏每一个公众号、每一篇文章
- 分布式：支持多个微信号同时采集，微信客户端支持Android、iphone、Mac、Window 全平台
数据示例
1. 公众号数据
2. 文章列表数据
3. 文章数据
4. 阅读点赞评论数据
5. 评论数据
所需环境
- mysql：用来存储抓取到的数据以及任务表
- redis：任务缓存，减少操作mysql的次数
安装配置
以下安装说明安需查看，仅作为参考。因每个人环境不同，可能安装会有些差异，可参考网上的资料
1. 安装mysql
1.1 window
1.2 mac
2. 安装redis
2.1 window
2.2 mac
3. 安装证书
可用浏览器访问 mitm.it 然后下载，或者百度如何安装mitmproxy证书
3.1 iphone
- 下载安装完毕后别忘记最后一步
- 打开设置-通用-关于本机-证书信任设置
- 开启mitmproxy选项。
3.2 android
- 安装完毕检查
- 打开设置-安全-信任的凭据
- 查看安装的证书是否存在
3.3 window
- 双击运行
- 安装到本地计算机
- 需要密钥时跳过
- 选择“将所有的证书都放入下列存储”，接着选择“受信任的根证书颁发机构”
- 最后，弹出警告窗口，直接点击“是”
3.4 mac
- 下载完双击安装
- 打开Keychain Access.app
- 选择login(Keychains)和Certificates(Category)中找到mitmproxy
- 点击mitmproxy，在Trust中选择Always Trust
4. 配置代理
如果使用手机，需要确保手机和运行wechat-spider的电脑连接在同一个路由器上
3.1 iphone
打开设置-无线局域网-所连接的Wifi-配置代理-手动 填上该安装服务器的IP和端口8080
3.2 android
打开设置-WLAN-长按所连接的网络-修改网络-高级选项-手动 填上该安装服务器的IP和端口8080
3.3 window
打开chrome 设置->高级
3.4 mac
打开系统配置（System Preferences.app）- 网络（Network）- 高级（Advanced）- 代理（Proxies）- Secure Web Proxy(HTTPS) 填上该安装服务器的IP和端口8080
使用说明
1. 安装如上说明安装好证书及配置好代理
2. 正确配置config.yaml
主要是配置mysql及redis的链接信息，确保能正确链接上
3. 创建数据库 wechat
4. 启动wechat-spider
此步骤如果config里的auto_create_tables值为true时，会自动创建mysql数据表。建议首次启动时设置为true，创建完表后设置为false
5. 下发公众号任务
录入数据到wechat_account_task, 如：
只填写__biz就好, 如：MzIxNzg1ODQ0MQ==
6. 点击任意一公众号，查看历史消息
当出现如上红框中的提示信息时，说明大功告成了，过一会可以去数据库里验证数据了
技术交流
若大家有什么疑问或指教，可加qq群，一起讨论问题。请备注微信爬虫学习交流
常见问题
1. mysql 链接问题
问题：链接时打印object supporting the buffer api required异常
解决: 如果密钥是整形的，如123456，需要在配置文件中加双引号，如下：
mysqldb:
ip: localhost
port: 3306
db: wechat
user: root
passwd: "123456"
auto_create_tables: true # 是否自动建表 建议当表不存在是设置为true，表存在是设置为false，加快软件启动速度
2. 正确配置完代理后提示证书或安全问题
原因是我那个证书失效了，可参考 https://www.cnblogs.com/yunlongaimeng/p/9617708.html 安装数据
3. 提示无任务
检查 wechat_account_task 表中是否下发了__biz。可多下发几个测试
4. Exception:DISCARD without MULTI
5. 正常启动后抓不到包
- 检是否设置代理
- 检查端口是否被占用
微信攒赏
开源项目不易，维护代码以及解决大家问题往往占据了大部分时间，为了保证内容持续输出，且本项目恰巧对您有帮助，还望多多支持哦(*￣︶￣)。
可提供部署支持，答疑解惑（仅限打赏用户、提PR的开发者）。
微信: boris_tm
