Python 微信公众号文章爬取实战：接口分析与代码实现

周予安

发布时间：2026-10-14 | 6人浏览过

原创

本文详细解析利用 Python 爬取微信公众号文章的完整流程。通过 Selenium 模拟登录获取 Cookie 和 Token，结合 Requests 调用 searchbiz 与 appmsg 接口，提取 fakeid 并批量抓取文章数据。文中提供关键代码示例，并强调设置请求延迟以避免账号封禁的风险，适合希望掌握微信生态数据抓取技术的开发者参考。

爬取思路与接口分析

一.思路

我们的核心策略是利用网页版微信公众平台中图文消息的超链接，逆向追踪并定位到后端的数据接口。

一旦成功对接该接口，即可获取目标微信公众号的基本信息，以及该公众号下发布的所有文章列表。

二.接口分析

获取微信公众号信息的接口地址为： https://mp.weixin.qq.com/cgi-bin/searchbiz? 该接口所需的参数包括： action=search_biz begin=0 count=5 query=公众号名称 token=每个账号对应的token值 lang=zh_CN f=json ajax=1 请求方式： GET 因此，该接口的关键在于获取 token 值，而 query 参数指定了需要搜索的公众号名称。token 可以通过登录后的网页链接直接获取。

获取对应公众号文章列表的接口地址为： https://mp.weixin.qq.com/cgi-bin/appmsg? 该接口所需的参数包括： action=list_ex begin=0 count=5 fakeid=MjM5NDAwMTA2MA== type=9 query= token=557131216 lang=zh_CN f=json ajax=1 请求方式： GET 在此接口中，我们需要传入上一步获取的 token 以及 fakeid，而 fakeid 正是通过第一个接口返回的数据中获得的。通过这两个接口的配合，我们便能获取到微信公众号文章的详细数据。

代码实现步骤

三.实现

第一步：

首先，我们需要利用 Selenium 库模拟人工登录过程，从而获取有效的 Cookie 和对应的 Token 值。


def weChat_login(user, password):
  post = {}
  browser = webdriver.Chrome()
  browser.get('https://mp.weixin.qq.com/')
  sleep(3)
  browser.delete_all_cookies()
  sleep(2)
  # 点击切换到账号密码输入
  browser.find_element_by_xpath("//a[@class='login__type__container__select-type']").click()
  sleep(2)
  # 模拟用户点击
  input_user = browser.find_element_by_xpath("//input[@name='account']")
  input_user.send_keys(user)
  input_password = browser.find_element_by_xpath("//input[@name='password']")
  input_password.send_keys(password)
  sleep(2)
  # 点击登录
  browser.find_element_by_xpath("//a[@class='btn_login']").click()
  sleep(2)
  # 微信登录验证
  print('请扫描二维码')
  sleep(20)
  # 刷新当前网页
  browser.get('https://mp.weixin.qq.com/')
  sleep(5)
  # 获取当前网页链接
  url = browser.current_url
  # 获取当前cookie
  cookies = browser.get_cookies()
  for item in cookies:
    post[item['name']] = item['value']
  # 转换为字符串
  cookie_str = json.dumps(post)
  # 存储到本地
  with open('cookie.txt', 'w+', encoding='utf-8') as f:
    f.write(cookie_str)
  print('cookie保存到本地成功')
  # 对当前网页链接进行切片，获取到token
  paramList = url.strip().split('?')[1].split('&')
  # 定义一个字典存储数据
  paramdict = {}
  for item in paramList:
    paramdict[item.split('=')[0]] = item.split('=')[1]
  # 返回token
  return paramdict['token']

定义一个登录方法，接收账号和密码作为参数，并初始化一个字典用于存储 Cookie 数据。该方法模拟用户输入账号密码并点击登录按钮，随后会出现扫码验证环节，需使用登录的微信进行扫码确认。完成扫码后，刷新当前网页，提取当前的 Cookie 以及 URL 中的 Token，并将结果返回。

第二步：

1.请求获取对应公众号接口，提取我们需要的 fakeid


 url = 'https://mp.weixin.qq.com'
  headers = {
    'HOST': 'mp.weixin.qq.com',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.183 Safari/537.36 Edg/86.0.622.63'
  }
  with open('cookie.txt', 'r', encoding='utf-8') as f:
    cookie = f.read()
  cookies = json.loads(cookie)
  resp = requests.get(url=url, headers=headers, cookies=cookies)
  search_url = 'https://mp.weixin.qq.com/cgi-bin/searchbiz?'
  params = {
    'action': 'search_biz',
    'begin': '0',
    'count': '5',
    'query': '搜索的公众号名称',
    'token': token,
    'lang': 'zh_CN',
    'f': 'json',
    'ajax': '1'
  }
  search_resp = requests.get(url=search_url, cookies=cookies, headers=headers, params=params)

将之前获取的 token 和 Cookie 传入，通过 requests.get 发起请求，从而获得包含微信公众号信息的 JSON 数据。


lists = search_resp.json().get('list')[0]

通过上述代码逻辑，即可成功获取到对应的公众号基础数据。


fakeid = lists.get('fakeid')

从返回的 JSON 数据中，可以进一步解析出对应的 fakeid。

2.请求获取微信公众号文章接口，提取我们需要的文章数据


 appmsg_url = 'https://mp.weixin.qq.com/cgi-bin/appmsg?'
  params_data = {
    'action': 'list_ex',
    'begin': '0',
    'count': '5',
    'fakeid': fakeid,
    'type': '9',
    'query': '',
    'token': token,
    'lang': 'zh_CN',
    'f': 'json',
    'ajax': '1'
  }
  appmsg_resp = requests.get(url=appmsg_url, cookies=cookies, headers=headers, params=params_data)

我们将上一步获得的 fakeid 和 token 作为参数，再次调用 requests.get 请求文章接口，从而获得返回的 JSON 数据。至此，我们实现了对微信公众号文章的自动化爬取。