某天接到一个需要抓取某某微信公众的所有历史文章的阅读数、点赞和再看数据的需求。
为了解放双手，就用 Python 代码撸一个，选择 MitmProxy 代理作为抓包工具，因为它可以使用 Python 代码监听抓取到的 url，用于自动获取 cookie 等场景。
什么是 MitmProxy
mitmproxy 是一个支持 HTTP 和 HTTPS 的抓包程序，有类似 Fiddler 的功能。
mitmproxy 还有两个关联组件。一个是 mitmdumvp，它是 mitmproxyv 的命令行接口，可以利用 Python 代码监听请求。另一个是 mitmweb，它是一个 Web 程序，可以观察 mitmproxy 抓取的请求。
安装和设置
使用 pip 安装
pip install mitmproxy
安装好之后，将手机端的代理 IP 设置为和 PC 的 IP 地址一样，和代理端口设置为：8080，用下面命令启动
mitmweb
将看到浏览器打开了一个 http://127.0.0.1:8081/#/flows 网页，这个就是 MitmProxy 的 web 控制台
在手机端浏览器输入 mitm.im 获取 PC 证书 和手机端的证书，都安装一下
注意：android 手机在安装证书时需要在[从存储设备安装]界面安装
阅读数、再看、点赞抓取
当安装好证书和设置好手机端 IP 代理后，随便点击一篇微信公众号文章（这里使用本公众）
从图上可以看到，阅读、再看、点赞的 url 为 https://mp .weixin. qq. com/mp/getappmsgext（提示：如果没有这个链接，可以右上角刷新文章），再看下它的 request 请求需要哪些东西
只需要一个文章 url、user-agent、cookie 和 body 这四个基本的数据，别看下面 body 里面有二三十个数据其实都是吓唬人的，只需要其中7个，分别是 __biz， mid， idx，sn 这四个参数是获取公众号文章内容的基石，可以在文章 url 处获得。其他三个参数的数据是固定的分别是 is_only_read = 1，is_temp_url = 0，appmsg_type = 9。getappmsgext 请求中的 appmsg_token 是一个有时效性的参数。
分析完链接后就可以写代码了
# articles.py import html import requests import utils from urllib.parse import urlsplit class Articles(object): """文章信息""" def __init__(self， appmsg_token， cookie): # 具有时效性 self.appmsg_token = appmsg_token self.headers = { "User-Agent": "Mozilla/5.0 AppleWebKit/537.36 (KHTML， like Gecko) Version/4.0Chrome/57.0.2987.132 MQQBrowser/6.2 Mobile"， "Cookie": cookie } self.data = { "is_only_read": "1"， "is_temp_url": "0"， "appmsg_type": "9"， } def read_like_nums(self， article_url): """获取数据""" appmsgstat = self.get_appmsgext(article_url)["appmsgstat"] return appmsgstat["read_num"]， appmsgstat["old_like_num"]， appmsgstat["like_num"] def get_params(self， article_url): """ 获取到文章url上的请求参数 :param article_url: 文章 url :return: """ # url转义处理 article_url = html.unescape(article_url) """获取文章链接的参数""" url_params = utils.str_to_dict(urlsplit(article_url).query， "&"， "=") return url_params def get_appmsgext(self， article_url): """ 请求阅读数 :param article_url: 文章 url :return: """ url_params = self.get_params(article_url) appmsgext_url = "https://mp. weixin.qq.com/mp/getappmsgext?appmsg_token={}&x5=0".format(self.appmsg_token) self.data.update(url_params) appmsgext_json = requests.post( appmsgext_url， headers=self.headers， data=self.data).json() if "appmsgstat" not in appmsgext_json.keys(): raise Exception(appmsgext_json) return appmsgext_json if __name__ == '__main__': info = Articles('1068_XQoMoGGBYG8Tf8k23jfdBr2H_LNekAAlDDUe2aG13TN2fer8xOSMyrLV6s-yWESt8qg5I2fJr1r9n5Y5'， 'rewardsn=; wxtokenkey=777; wxuin=1681274216; devicetype=android-29; version=27001037; lang=zh_CN; pass_ticket=H9Osk2CMhrlH34mQ3w2PLv/RAVoiDxweAdyGh/Woa1qwGy2jGATJ6hhg7syTQ9nk; wap_sid2=COjq2KEGEnBPTHRVOHlYV2U4dnRqaWZqRXBqaWl3Xy1saXVWYllIVjAzdlM1VkNDNHgxeWpHOG9pckdkREMwTFEwYmNWMl9FZWtRU3pRRnhDS0pyV1BaZUVMWXN1ZWN0WnZ6aHFXdVBnbVhTY21BYnBSUXNCQUFBMLLAjfgFOA1AAQ==') a， b，c = info.read_like_nums('http://mp. weixin.qq.com/s?__biz=MzU1NDk2MzQyNg==&mid=2247486254&idx=1&sn=c3a47f4bf72b1ca85c99190597e0c190&chksm=fbdad3a3ccad5ab55f6ef1f4d5b8f97887b4a344c67f9186d5802a209693de582aac6429a91c&scene=27#wechat_redirect') print(a， b， c)
示例结果
# 阅读数 点赞数 再看数 1561 23 18
动态获取 cookie 和 appmsg_token
appmsg_token 是一个具有时效性的参数，和 cookie 一样是需要改变的，当这两个参数过期时就需要从抓包工具（MitmProxy 中）ctrl+C，ctrl+V到代码中，很是麻烦。
MitmProxy 可以使用命令行接口 mitmdumvp 运行 Python 代码监听抓取的链接，如果抓到了 https://mp. weixin.qq.com/mp/getappmsgext 就保存在本地文件并退出抓包
mitmdump 命令
# -s 运行的python脚本, -w 将截取的内容保持到文件 mitmdump -s write_cookie.py -w outfile mp.weixin.qq.com/mp/getappmsgext
监听脚本
# coding: utf-8 # write_cookie.py import urllib import sys from mitmproxy import http # command: mitmdump -s write_cookie.py -w outfile mp.weixin.qq.com/mp/getappmsgext class WriterCookie: """ mitmproxy的监听脚本，写入cookie和url到文件 """ def __init__(self， outfile: str) -> None: self.f = open(outfile， "w") def response(self， flow: http.HTTPFlow) -> None: """ 完整的response响应 :param flow: flow实例， """ # 获取url url = urllib.parse.unquote(flow.request.url) # 将url和cookie写入文件 if "mp. weixin.qq.com/mp/getappmsgext" in url: self.f.write(url + '\n') self.f.write(str(flow.request.cookies)) self.f.close() # 退出 exit() # 第四个命令中的参数 addons = [WriterCookie(sys.argv[4])]
