WeChatSpider

项目简介

微信爬虫

如何使用

1. 按照配置文档配置系统所需环境
2. 安装程序所需依赖
3. 创建数据库表单 python initialize.py
4. 添加需要监控的账号python add_accounts.py

注意事项

看前告知：这还是一个未完成的项目，大家有兴趣可以点个星星，功能会陆续完善

• 如果遇到运行过程中插入数据库报error:1366，请检查你的数据库字符编码集是否为UTF-8，通过使用以下SQL查看：

show variables like '%char%';

如果非utf-8，通过使用以下SQL更改数据库字符编码集：

set character_set_database = utf8mb4;
set character_set_server = utf8mb4;
set character_set_client = utf8mb4;
set character_set_connection = utf8mb4;
set character_set_results = utf8mb4;

• 微信搜狗反爬虫机制重点在cookies上，目前经过测试来说，cookies只需要构造两个字段：一个是SUV，另外一个是SNUID。 SUV这个字段可以随机构造一组值，然后md5就行了；SNUID这个值我没找到客户端是怎么生成的，应该是服务器生成的值。 如果是非登录的cookies，只能翻10页。如果是账号登录的cookies可以翻100页。

• 过验证码：有两个方案。方案一是接入三方打码平台；方案二是自己训练模型；本人选择的是通过 cnn+ctc训练得到自己的模型，然后再将模型部署打码。若需要数据集，可以联系。

说明

本项目由WechatSogou启发而写，适用与自己的实际需求，大家拿到源码可以随便更改。