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“

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：

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、nickname：

paw = PublicAccountsWeb(cookie=cookie, token=token) data = paw.get_urls(nickname, biz=biz, begin="0", count="5")

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.py：

test = 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.py：

uh = Url2Html() res = uh.run(url, mode=4)

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

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.md（PC 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

1. 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。
2. 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。
3. 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