公众号文章数据怎么批量拿我实测了 wechat_articles_spider 这条最小可行路径【免费下载链接】wechat_articles_spider微信公众号文章的爬虫项目地址: https://gitcode.com/gh_mirrors/we/wechat_articles_spider先讲一个真实场景某天晚上十一点一个做公众号运营的朋友发来消息——这个月竞品的10篇文章阅读量、点赞数我手工记了两小时眼睛都快瞎了。微信后台并没有提供一键导出全部文章数据的按钮想分析自己的号或者监控对手大多数人只能一篇文章一篇文章地打开、截图、填表。如果你也卡在这一步那么微信公众号爬虫工具 wechat_articles_spider 就是为你准备的它负责把打开文章→看数据→记录这件事全部变成程序自动完成。这篇文章不堆功能清单只回答三个问题它到底能帮你干什么你多久能跑起来卡住了去哪找答案微信不给你批量导出问题其实只卡在三个环节想拿到一个公众号的全部文章数据和互动指标本质上只有三步环节微信官方态度传统手工做法wechat_articles_spider 的做法拿到文章链接列表只给你翻页看不给批量接口一页页翻一篇篇复制 URLPublicAccountsWeb按biz和页码批量取拿到阅读量、点赞数、评论只有登录微信客户端才可见逐篇打开肉眼读数ArticlesInfo一次性返回read_num、like_num、评论保存文章内容页面可能失效复制粘贴到本地Url2Html直接下载为离线 HTML可选带不带图一句话概括它的分工链接采集靠ArticlesUrls公众号网页版 / PC 微信 / 移动端微信 / 微信读书四条路互动数据靠ArticlesInfo离线归档靠Url2Html三个模块刚好接成一条流水线。十分钟跑通第一次安装加一条命令先装依赖Python 3.6 以上即可pip install wechatarticles验证一下装没装好python -c import wechatarticles; print(装好了)跑通之前你还需要准备两个门票official_cookie和token。获取方法很简单——登录微信公众平台按 F12 打开开发者工具在 Network 面板里找到任意一个接口从请求头里复制 Cookie从 Query String Parameters 里复制 token填进代码即可拿不到这两项后面所有环节都转不动。详细步骤写在官方文档 docs/get_cookie_token.md 里照着做一遍就懂。一次真实任务把三条流水线串起来假设你现在要分析科技美学这个号最近 5 篇文章的表现任务分四步走。第一步拿到文章 URL 列表。参考 test/test_WechatUrls.py把占位符换成你自己的 cookie、token 和公众号的biz、nicknamepaw PublicAccountsWeb(cookiecookie, tokentoken) data paw.get_urls(nickname, bizbiz, begin0, count5)它会返回最近 5 篇文章的标题、链接、发布时间这就是整个任务的原材料。第二步拿阅读量、点赞数和评论。这里要换一套参数用 Fiddler 之类的抓包工具登录微信 PC 端、打开目标公众号的任意一篇文章从/mp/getappmgsext这个请求里取出appmsg_token和wechat_cookie然后参考 test/test_WechatInfo.pytest ArticlesInfo(appmsg_token, cookie) read_num, like_num, old_like_num test.read_like_nums(article_url) comments test.comments(article_url)三行代码阅读量、点赞数、历史点赞数、评论区全齐了。第三步把数据存下来。别用 print 打完了事。项目自带了DataType模块内置CSV和Sqlite3两种落盘方式直接from wechatarticles import CSV, Sqlite3就能把每篇文章一行写进文件方便后续用 Excel 或 SQL 继续分析。第四步顺手把文章存成离线 HTML。数据采完了文章内容也别浪费。参考 test/test_Url2Html.pyuh Url2Html() res uh.run(url, mode4)事先建好以公众号命名的文件夹和 imgs 子目录就能把整篇文章连同图片保存到本地当自己的内容库用。到这里一次完整的采集 → 统计 → 归档闭环就通了。整个过程你写的代码不超过 20 行。想让采集更稳更快这四个旋钮值得调一调请求间隔是最大的变量。微信对频率盯得很紧。项目维护者的实测建议是抓文章互动数据时每篇间隔 5–10 秒用公众号网页版抓 URL 时每页间隔可以放到 3 分钟慢慢跑几个小时。慢才能活得久。参数过期是常态。阅读点赞接口的 token 大约 4 小时过期过期了重新抓一次包就行。换公众号也要重新获取参数务必保证参数来自对应公众号的文章。一次取最多不一定划算。思路一公众号网页版取 URL有次数限制多账号并行是常见解法思路二PC 微信一次性取 500 条属于一次性买卖拿完就失效非必要别碰 test/test_GetUrls.py。存储选型按量级来。几十篇用 CSV 足够数据量上千、还要做去重和查询时换成内置的 Sqlite3 模块更顺手不用自己再写数据库代码。高频翻车现场错误姿势与正确做法的对照表常见误区正确做法开着抓包软件/代理直接跑请求全部超时运行前先关闭网络代理或给请求加上对应配置用 A 公众号文章拿的参数去爬 B 公众号参数必须来自目标公众号的任意文章一换号就要重新抓上来就count500猛拉分段小批量拉取URL 每页间隔拉长数据接口每篇间隔 5–10 秒被封了立刻换 IP 硬刚停手等 5–10 分钟再继续硬刚只会拉长封禁时间报错了就问为什么不行先看报错堆栈再对照 docs/get_cookie_token.md 和 docs/get_appmsg_token.md 核对参数格式以为拿到库就能一键全自动该项目定位是学习型工具参数过期、换号都需要手动更新README 里写得很直白卡住了先去这几个地方翻答案参数怎么拿docs/get_cookie_token.md公众号网页版、docs/get_appmsg_token.mdPC 微信 Fiddler每个接口怎么调test/目录下的test_WechatUrls.py、test_WechatInfo.py、test_Url2Html.py就是最小示例改改占位符就能用想一次性串起全流程test/test_ArticlesAPI.py里的complete_info()会自动完成取链接 取互动数据两步不想硬编码参数建议把 cookie、token 写进本地配置文件再读取换号改配置即可别把敏感参数提交进仓库最后说三件必须知道的事它解决的核心问题就一个把逐篇打开文章抄数据变成一段脚本批量拿数据链路是 链接 → 互动数据 → 离线归档。第一性原理是参数cookie、token、biz 这三个值拿对十分钟内就能看到第一份结果拿错就会陷入反复报错。边界要清楚项目仅供学习交流作者明确不建议商用也没有自动登录、实时抓取、关键词搜索这些能力。用它之前请先确认你的用途符合平台规则和相关法律法规。把手工抄表的时间省下来去干真正有价值的事——这才是爬虫工具该有的样子。现在就去 test/test_WechatInfo.py 把占位符换成你自己的参数跑通第一行输出吧。【免费下载链接】wechat_articles_spider微信公众号文章的爬虫项目地址: https://gitcode.com/gh_mirrors/we/wechat_articles_spider创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考