正文

搜狗公眾號文章搜索（搜狗公眾號文章搜索網(wǎng)址）

發(fā)布時間：2023-03-19 05:51:58 稿源：創(chuàng)意嶺閱讀： 107 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于搜狗公眾號文章搜索的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com

如需咨詢小紅書相關(guān)業(yè)務(wù)請撥打175-8598-2043，或微信：1454722008

本文目錄:

1、如何抓取微信所有公眾號最新文章
2、為何我的微信公眾號（認(rèn)證了的服務(wù)號）在搜狗微信里面搜不出來，已經(jīng)有發(fā)文半年多了？
3、為什么我認(rèn)證后的微信公眾號在搜狗里面搜索不到
4、如何通過關(guān)鍵詞采集搜狗微信文章

搜狗公眾號文章搜索（搜狗公眾號文章搜索網(wǎng)址）

一、如何抓取微信所有公眾號最新文章

經(jīng)常有朋友需要幫忙做公眾號文章爬取，這次來做一個各種方法的匯總說明。

目前爬取微信公眾號的方法主要有3種：

通過爬取第三方的公眾號文章聚合網(wǎng)站
通過微信公眾平臺引用文章接口
通過抓包程序，分析微信app訪問公眾號文章的接口

通過第三方的公眾號文章聚合網(wǎng)站爬取

微信公眾號文章一直沒有提供一個對外的搜索功能，直到2013年微信投資搜狗之后，搜狗搜索接入微信公眾號數(shù)據(jù)，從此使用搜狗搜索就可以瀏覽或查詢到相關(guān)公眾號以及文章。

域名是: https://weixin.sogou.com/

可以直接搜索公眾號或者文章的關(guān)鍵字，一些熱門的公眾號更新還是很及時的，幾乎做到了和微信同步。

所以，爬一些熱門公眾號可以使用搜狗微信的接口來做，但是一些小眾公眾號是搜索不到的，而且搜狗的防爬機制更新的比較勤，獲取數(shù)據(jù)的接口變化的比較快，經(jīng)常兩三個月就有調(diào)整，導(dǎo)致爬蟲很容易掛，這里還是建議使用 selenium爬比較省心。另外搜狗對每個ip也有訪問限制，訪問太頻ip會被封禁24小時，需要買個ip池來做應(yīng)對。

還有一些其他公眾號文章聚合網(wǎng)站(比如傳送門)也都存在更新不及時或者沒有收錄的問題，畢竟搜狗這個親兒子都不行。

通過微信公眾平臺引用文章接口

這個接口比較隱蔽而且沒法匿名訪問，所有得有一個公眾號，建議新注冊一個公眾號比較好，免得被封。

下面開始具體步驟：首先登錄自己的微信公眾號，在進去的首頁選擇新建群發(fā)，然后再點擊自建圖文，在文章編輯工具欄中找到超鏈接，如下圖：

點擊這個超鏈接按鈕，就會彈出一個對話框，鏈接輸入方式這一項選中查找文章，如下圖：

到這里就可以輸入公眾號的名字，回車之后微信就會返回相匹配的公眾號列表，接著點擊你想抓取的公眾號，就會顯示具體的文章列表了，已經(jīng)是按時間倒序了，最新的文章就是第一條了。

微信的分頁機制比較奇怪，每個公眾號的每頁顯示的數(shù)據(jù)條數(shù)是不一樣的，分頁爬的時候要處理一下。

通過chrome分析網(wǎng)絡(luò)請求的數(shù)據(jù)，我們想要的數(shù)據(jù)已經(jīng)基本拿到了，文章鏈接、封面、發(fā)布日期、副標(biāo)題等，如

由于微信公眾平臺登錄驗證比較嚴(yán)格，輸入密碼之后還必須要手機掃碼確認(rèn)才能登錄進去，所以最好還是使用 selenium做自動化比較好。具體微信接口的分析過程我就不列了，直接貼代碼了：

import re
import time
import random
import traceback
import requests
from selenium import webdriver
class Spider(object):
'''
微信公眾號文章爬蟲
'''
def __init__(self):
# 微信公眾號賬號
self.account = '286394973@qq.com'
# 微信公眾號密碼
self.pwd = 'lei4649861'
def create_driver(self):
'''
初始化 webdriver
'''
options = webdriver.ChromeOptions()
# 禁用gpu加速，防止出一些未知bug
options.add_argument('--disable-gpu')
# 這里我用 chromedriver 作為 webdriver
# 可以去 http://chromedriver.chromium.org/downloads 下載你的chrome對應(yīng)版本
self.driver = webdriver.Chrome(executable_path='./chromedriver', chrome_options=options)
# 設(shè)置一個隱性等待 5s
self.driver.implicitly_wait(5)
def log(self, msg):
'''
格式化打印
'''
print('------ %s ------' % msg)
def login(self):
'''
登錄拿 cookies
'''
try:
self.create_driver()
# 訪問微信公眾平臺
self.driver.get('https://mp.weixin.qq.com/')
# 等待網(wǎng)頁加載完畢
time.sleep(3)
# 輸入賬號
self.driver.find_element_by_xpath("./*//input[@name='account']").clear()
self.driver.find_element_by_xpath("./*//input[@name='account']").send_keys(self.account)
# 輸入密碼
self.driver.find_element_by_xpath("./*//input[@name='password']").clear()
self.driver.find_element_by_xpath("./*//input[@name='password']").send_keys(self.pwd)
# 點擊登錄
self.driver.find_elements_by_class_name('btn_login')[0].click()
self.log("請拿手機掃碼二維碼登錄公眾號")
# 等待手機掃描
time.sleep(10)
self.log("登錄成功")
# 獲取cookies 然后保存到變量上，后面要用
self.cookies = dict([[x['name'], x['value']] for x in self.driver.get_cookies()])
except Exception as e:
traceback.print_exc()
finally:
# 退出 chorme
self.driver.quit()
def get_article(self, query=''):
try:
url = 'https://mp.weixin.qq.com'
# 設(shè)置headers
headers = {
"HOST": "mp.weixin.qq.com",
"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.109 Safari/537.36"
}
# 登錄之后的微信公眾號首頁url變化為：https://mp.weixin.qq.com/cgi-bin/home?t=home/index&lang=zh_CN&token=1849751598，
# 從這里獲取token信息
response = requests.get(url=url, cookies=self.cookies)
token = re.findall(r'token=(d+)', str(response.url))[0]
time.sleep(2)
self.log('正在查詢[ %s ]相關(guān)公眾號' % query)
search_url = 'https://mp.weixin.qq.com/cgi-bin/searchbiz?'
# 搜索微信公眾號接口需要傳入的參數(shù)，
# 有三個變量：微信公眾號token、隨機數(shù)random、搜索的微信公眾號名字
params = {
'action': 'search_biz',
'token': token,
'random': random.random(),
'query': query,
'lang': 'zh_CN',
'f': 'json',
'ajax': '1',
'begin': '0',
'count': '5'
}
# 打開搜索微信公眾號接口地址，需要傳入相關(guān)參數(shù)信息如：cookies、params、headers
response = requests.get(search_url, cookies=self.cookies, headers=headers, params=params)
time.sleep(2)
# 取搜索結(jié)果中的第一個公眾號
lists = response.json().get('list')[0]
# 獲取這個公眾號的fakeid，后面爬取公眾號文章需要此字段
fakeid = lists.get('fakeid')
nickname = lists.get('nickname')
# 微信公眾號文章接口地址
search_url = 'https://mp.weixin.qq.com/cgi-bin/appmsg?'
# 搜索文章需要傳入幾個參數(shù)：登錄的公眾號token、要爬取文章的公眾號fakeid、隨機數(shù)random
params = {
'action': 'list_ex',
'token': token,
'random': random.random(),
'fakeid': fakeid,
'lang': 'zh_CN',
'f': 'json',
'ajax': '1',
'begin': '0', # 不同頁，此參數(shù)變化，變化規(guī)則為每頁加5
'count': '5',
'query': '',
'type': '9'
}
self.log('正在查詢公眾號[ %s ]相關(guān)文章' % nickname)
# 打開搜索的微信公眾號文章列表頁
response = requests.get(search_url, cookies=self.cookies, headers=headers, params=params)
time.sleep(2)
for per in response.json().get('app_msg_list', []):
print('title ---> %s' % per.get('title'))
print('link ---> %s' % per.get('link'))
# print('cover ---> %s' % per.get('cover'))
except Exception as e:
traceback.print_exc()
if __name__ == '__main__':
spider = Spider()
spider.login()
spider.get_article('python')

代碼只是作為學(xué)習(xí)使用，沒有做分頁查詢之類。實測過接口存在訪問頻次限制，一天幾百次還是沒啥問題，太快或者太多次訪問就會被封24小時。

二、為何我的微信公眾號（認(rèn)證了的服務(wù)號）在搜狗微信里面搜不出來，已經(jīng)有發(fā)文半年多了？

搜狗里面，必須要特別優(yōu)質(zhì)，上了公眾號排名的文章，才能搜索到。

沒有排名的公眾號，是搜索不到的

三、為什么我認(rèn)證后的微信公眾號在搜狗里面搜索不到

服務(wù)號是搜索不到的，只支持訂閱號及文章的搜索。所以很郁悶啊，我還話了300認(rèn)證費。我的是服務(wù)號，根本搜索不到。

四、如何通過關(guān)鍵詞采集搜狗微信文章

第1步點擊“A圖文排版”+“B創(chuàng)建圖文”（如下圖），進入“編輯頁面”（圖文排版頁面）第2步將你想要轉(zhuǎn)載的文章地址復(fù)制到“C采集文章地址”這里，點擊“D采集”，文章就會被完整的采集到編輯器里（如下圖）（編輯頁面）如下圖，文章被完整的采集進來了（在這里你可以根據(jù)自己的需求對文章進行簡單的編輯）第3步點擊下方的“E復(fù)制到剪切板”（如下圖），粘貼到你的公眾號編輯器里，搞定！文章的轉(zhuǎn)載無須復(fù)雜的過程，這樣操作就可以輕松搞定，如果你還想找的文章，可以到“搜狗搜索”的“ 搜索”（如下圖）去搜索。

以上就是關(guān)于搜狗公眾號文章搜索相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。