Java抓取公众号(服务号)所有文章

1.添加Maven依赖

<dependency>
    <groupId>org.seleniumhq.selenium</groupId>
    <artifactId>selenium-server</artifactId>
    <version>3.0.1</version>
</dependency>

2.下载chromedriver

http://npm.taobao.org/mirrors/chromedriver/

注意:chrome和chromedriver版本一定要一致,不然会出现一些小问题

3.小栗子

private static String webDriver = "webdriver.chrome.driver";
private static String webDriverPath = "C:\\MineProjects\\JavaDemo\\chromedriver_win32\\chromedriver.exe";
private static String targetPath = "https://mp.weixin.qq.com";
private static String searchPath = "https://mp.weixin.qq.com/cgi-bin/searchbiz";
private static String appmsgPath = "https://mp.weixin.qq.com/cgi-bin/appmsg";
private static Random random = new Random(1);
private static  Gson gson = new Gson();

private static String sourceName = "渔愉鱼";   // 要爬的公众号名称(准确名称)

private static String username = null;
private static String password = null;

static {
    ResourceBundle rb = ResourceBundle.getBundle("reptile");
    username = rb.getString("reptile.username");
    password = rb.getString("reptile.password");
}

public static void main(String[] args) {
    System.setProperty(webDriver, webDriverPath);
    WebDriver driver = null;
    try {
        driver = new ChromeDriver();

        weixinLogin(driver);

        String token = getToken(driver);

        Platform platform = getPlatform(driver, token);
        if (Objects.isNull(platform)) {
            throw new Exception("不存在" + sourceName + "公众号");
        }
        InfoResult infoResult = getInfoResult(driver, token, platform.getFakeId(), 0, 5);
        System.out.println(infoResult);
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        if (Objects.nonNull(driver)) {
            driver.close();
        }
    }
}

/**
 * 获取公众号某一页数据
 */
private static InfoResult getInfoResult(WebDriver driver, String token, String fakeId,
                                        Integer begin, Integer count) throws Exception {
    Map<String, String> queryInfoParams = new HashMap<>();
    queryInfoParams.put("token", token);
    queryInfoParams.put("lang", "zh_CN");
    queryInfoParams.put("f", "json");
    queryInfoParams.put("ajax", "1");
    queryInfoParams.put("random", random.nextDouble() + "");
    queryInfoParams.put("action", "list_ex");
    queryInfoParams.put("query", "");
    queryInfoParams.put("type", "9");
    queryInfoParams.put("fakeid", fakeId);

    queryInfoParams.put("begin", begin + "");
    queryInfoParams.put("count", count + "");

    appmsgPath = HttpUtils.setParams(appmsgPath, queryInfoParams);
    driver.get(appmsgPath);
    Document infoDocument = Jsoup.parse(driver.getPageSource());
    Elements infoList = infoDocument.select("pre");
    if (Objects.isNull(infoList)) {
        throw new Exception("获取公众号文章错误");
    }
    return gson.fromJson(infoList.text(), InfoResult.class);
}

/**
 * 获取公众号信息
 */
private static Platform getPlatform(WebDriver driver, String token) throws Exception {
    Map<String, String> searchNameParams = new HashMap<>();
    searchNameParams.put("action", "search_biz");
    searchNameParams.put("token", token);
    searchNameParams.put("lang", "zh_CN");
    searchNameParams.put("f", "json");
    searchNameParams.put("ajax", "1");
    searchNameParams.put("random", random.nextDouble() + "");
    searchNameParams.put("query", sourceName);
    searchNameParams.put("begin", "0");
    searchNameParams.put("count", "5");

    searchPath = HttpUtils.setParams(searchPath, searchNameParams);
    driver.get(searchPath);

    Document preDocument = Jsoup.parse(driver.getPageSource());
    Elements preList = preDocument.select("pre");
    if (Objects.isNull(preList)) {
        throw new Exception("获取公众号错误");
    }
    PlatformResult result = gson.fromJson(preList.text(), PlatformResult.class);

    Platform platform = null;
    for (int index = 0; index < result.getList().size(); index ++) {
        Platform item = result.getList().get(index);
        if (sourceName.equals(item.getNickname())) {
            platform = item;
        }
    }
    return platform;
}

/**
 * 获取token
 */
private static String getToken(WebDriver driver) throws Exception {
    String current = driver.getCurrentUrl();
    if (StringUtils.isBlank(current)) {
        throw new Exception("获取token链接有误");
    }
    String token = current.split("token=")[1];
    if (StringUtils.isBlank(token)) {
        throw new Exception("token错误");
    }
    return token;
}

/**
 * 登录模块
 */
private static void weixinLogin(WebDriver driver) throws Exception {
    driver.get(targetPath);
    WebElement usernameWebElement = driver.findElement(By.name("account"));
    usernameWebElement.clear();
    usernameWebElement.sendKeys(username);

    WebElement passwordWebElement = driver.findElement(By.name("password"));
    passwordWebElement.clear();
    passwordWebElement.sendKeys(password);

    WebElement helpWebElement = driver.findElement(By.className("icon_checkbox"));
    helpWebElement.click();

    WebElement btnWebElement = driver.findElement(By.className("btn_login"));
    btnWebElement.click();

    System.out.println("请用手机微信扫码二维码登录公众号");
    Thread.sleep(15000);
}

4.总结

以前没有用过selenium,这2天研究了一下,还是挺好玩的。抢票什么的,用这个应该可以做。这里贴的只是部分源码,可以直接到码云上,看我写的ReptileDemo。

源码地址:https://gitee.com/jsjack_wang/JavaDemo

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342