写一个监控采集公众号文章的插件-Toy模板网

这篇具有很好参考价值的文章主要介绍了写一个监控采集公众号文章的插件。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

原文链接: https://mp.weixin.qq.com/s/f8zbM6wMld3koqjaFbCuxw

前言

微信关注了很多技术类的公众号，但是一直都没看，所以想先把文章下载下来，放着以后可能一定会看。

写一个监控采集公众号文章的插件

之前写的Python微信机器人系列文章里提到了如何hook微信的实时消息，实时消息里也包含了公众号文章的推送，可以获取到文章的标题链接和发布时间，而且获取的很及时，基本公众号已发文推送就能收到。这样我们可以在收到文章后请求到正文然后保存成html，这样也可以防止文章被删除。

~~后面有时间顺便把这些公众号的历史文章也下载保存成pdf或HTML~~。已经在计划内了，采集历史并不麻烦，只是我想保存的时候也将文章的评论一起保存(有时候评论里也有有价值的回复)，然后就绕了一些弯路。

另外，我创建了一个github仓库来列出这些公众号，方便大家可以看到，如果你觉得某个公众号对你有帮助也可以关注它(不是广告)。后面如果有看到新的关于逆向的公众号也会更新到仓库里。或者大家有啥好的公众号也可以推荐出来。

仓库地址: https://github.com/kanadeblisst00/high-quality-biz

不过下载完这些历史文章后，分享这些文件也是个问题。如果压缩成一个包放网盘的话不方便更新(我打算每周或者每两周更新一次历史), 如果每次更新压缩成一个包，然后每个公众号一个文件夹的话又不方便上传，也不方便看。等我下载完再看怎么分享吧

导出已关注的公众号列表

这个可以看之前写的一篇文章：【写一个Python微信机器人】第九篇: 导出自己的微信好友列表。导出的数据里也包含了公众号。

使用教程

安装

安装支持的版本(3.9.8.15)微信 (下载链接: https://www.123pan.com/s/ihEKVv-XcWx.html 提取码: 5WLu)
安装Python，版本大于等于3.7
pip install wechat_pyrobot==1.3.0

注入Python到微信

首先创建一个目录，例如robot_code，再创建一个main.py(名称随意)写入以下代码:

from py_process_hooker import inject_python_and_monitor_dir
from wechat_pyrobot import get_on_startup
from wechat_pyrobot.msg_plugins import MonitorBiz


if __name__ == "__main__":
    process_name = "WeChat.exe"
    open_console = True
    on_startup = get_on_startup(msg_plugins=[MonitorBiz])
    inject_python_and_monitor_dir(process_name, __file__, open_console=open_console, on_startup=on_startup)

启动并登录微信，执行这个main.py就会把Python注入到微信并且打开控制台。只要收到公众号的文章推送，控制台就会打印出来

写一个监控采集公众号文章的插件

编写自己的处理插件

上面的插件只是演示了怎么获取公众号文章的数据，我直接将数据打印在了控制台。如果你需要保存到文件或者数据库，你只需要继承这个插件，然后重写相应的方法。

假设你在main.py同目录创建了一个文件夹plugins，然后创建了一个文件biz.py写入以下内容：

import os
import json
from wechat_pyrobot.msg_plugins import MonitorBiz


class MyMonitorBiz(MonitorBiz):
    def __init__(self, **kwargs) -> None:
        super().__init__(**kwargs)
        self.name = os.path.basename(__file__)
        # 注意当前所在目录是微信目录，而不是main.py所在目录，所以需要用__file__来定位
        main_path = os.path.dirname(os.path.dirname(__file__))
        self.save_path = os.path.join(main_path, "公众号监听数据.json")

    def save_items(self, items):
        # item是包含多个数据(字典)的列表
        with open(self.save_path, 'a', encoding='utf-8') as f:
            for item in items:
                print(item)
                f.write(json.dumps(item) + '\n')

接着在启动的时候传你自定义的插件即可，其他代码不用变。因为没有传httpapi插件，所以不会有fastapi开启http的提示。wechat_pyrobot1.3.0也取消了监听文件夹热更新模块，只会看到如下图所示：

from py_process_hooker import inject_python_and_monitor_dir
from wechat_pyrobot import get_on_startup
from plugins.biz import MyMonitorBiz


if __name__ == "__main__":
    process_name = "WeChat.exe"
    open_console = True
    on_startup = get_on_startup(msg_plugins=[MyMonitorBiz])
    inject_python_and_monitor_dir(process_name, __file__, open_console=open_console, on_startup=on_startup)

写一个监控采集公众号文章的插件

有公众号发文的话你就能看到公众号监听数据.json文件被创建，里面也有数据了。

公众号采集

目前采集微信公众号的文章数据，实时的话基本都得hook。一是时效性高，另外就是不需要主动请求接口，不受接口限制，只需要关注公众号等待公众号发文即可。其中hook Windows端微信的应该最多，因为Windows机器成本低，且可以用服务器长期稳定的运行。

采集历史文章的话，目前能使用的还有以下方式：

微信公众平台
微信读书
windows抓包http接口
微信官方客户端(Android、windows等)的非http接口
一些第三方平台，清博等

微信公众平台和windows的http接口使用的人比较多，因为技术难度低，只需要抓包到cookie或者参数就能使用，接口也都没加密。

windows http接口的入口链接 : https://mp.weixin.qq.com/mp/profile_ext?action=home&__biz=MzU0OTkwODU2MA==。使用biz拼链接然后访问，再用mitmproxy等监听工具修改js来自动化操作(翻页和拦截参数)。但这种方法最近老是被封接口，以前只会封24小时，现在最长可以封一个月。所以我这边已经抛弃了这种方式。

写一个监控采集公众号文章的插件