今天在V2EX上发现了一个上搜索微信内容的好网站

http://weixin.sogou.com/

练习爬虫的同学有福了，没事儿干可以试试。

接口地址：

http://weixin.sogou.com/gzhjs

获取方式:

GET

参数:

  1. cb 必须 固定值 sogou.weixin.gzhcb

  2. openid 必须 公众号的唯一ID，可以通过搜索结果页面获得

  3. page 可选 页码 默认第一页 每页最多十条记录

  4. t 可选 请求发送的时间，目测没啥大用

最近貌似对openid加密了，等高人破解吧。

dmsYotdg%2F1V4oas03wIdducg7w5SL9M%2BYAL3GsHdR%2Fw9aG9Qzsh6XnA%2FUqKuQ66p8tRkK

oIWsFt4Dl6kREBsD_KrMA84ThiIA

wDssoe6gmmM8o%2FDMnpcWKuHwEPHxqeOZXzd%2FXytWShm4vQlImQmVes2pA7cYWfc%2FwudCK

oIWsFt5sM7wz7isNXkl01is9M834

IAsHogvgG8dho2KKG6sO2uI3QooM18Hx%2BZF7o7%2BjinhzOVx5t3EcYmhn93gQQgsYira4N

oIWsFt0fiD095kHlyHMIXEM7PrZc

M8sGoC2gu6ZRohqri5nKnuau%2FD8g0jkqKyfAW8cjgPLn1e3wwAZSEM%2FMsVhWFQqp7%2Bz%2B9

oIWsFtwFWRis8pbm2-hOgllnpZfw

6Ss7od5gsiLBoala%2BGkVduU4PRslLs6USIzFeWxJXDR4oyMBZNvWwNovVPSmZJ6GVI7PG

oIWsFt4UdPREjjItJo-JsJhoTjSU

Qqsoo2gg7EDuovYnPkpxGu22Hv1%2FLF9MkC4AtaAGVcP%2B49dhr5tmnOpMZFpMtNQfp%2BnRv

oIWsFt-abnxH6yhUGXNtgwhtsvS4

标签: api, spider, wechat, sogou

已有 29 条评论

  1. 古藤 古藤

    请问现在还有对应的接口吗？最近一直在找找不到，都是直接用正则去匹配的。

    回复
    1. 老高 老高

      最近么有关注

      回复
  2. GT Recovery GT Recovery

    博主写的很好，赞一个，多谢分享

    分享一个免费好用的云端爬虫开发平台

    http://www.shenjianshou.cn/

    回复
  3. cong cong

    新的微信思路已改，也有办法获取json，但就是老被ban，这个点如何破，老高能否指点一二

    回复
  4. 微信抓取 微信抓取

    获取到微信的url，http://weixin.sogou.com/websearch/art.jsp?sg=v9b3y-IawNDUbZJ_5iWQgKuxeOEJB9LDrKUcqO46zXkfVvGpaQW3qnJY2UIlAwjEKlYTz252sI7hqiYrz6cOBuhm6a2h2s2XtqhGQxY2TUY.&url=p0OVDH8R4SHyUySb8E88hkJm8GF_McJfBfynRTbN8wjRKcJWDu3KJ4Uu7WlGkJ76FJmAPOq06My4a1suGCyFKD8FAQFjW_fouD8l4SteORDNYyKT701yKH1DO7-0pKdODukPCXHPwclYy-5x5In7jJFmExjqCxhpkyjFvwP6PuGcQ64lGQ2ZDMuqxplQrsbk，怎么获取到他跳转的302链接？我传送了cookie过去，但是返回The URL has moved here，没有看到真实链接？？求解。。

    回复
  5. 嘿嘿要哈哈哦哦了 嘿嘿要哈哈哦哦了

    hi，我自己找到的结果和你这一样，对文章解析方式也是一样。。。。但问题是，最近还是ban的好严，cookie，delay（几十秒一次请求）都试过了。。。居然还说我请求频繁。。。给跪了。。。求教啊，3x

    回复
  6. 酷哥 酷哥

    通过http://weixin.sogou.com/gzhjs?cb=sogou.weixin.gzhcb&openid=oIWsFt3j-x2_T8SHkNeA05jsjHGA&page=1获取的页面在浏览器中显示是代码，爬虫应该怎么处理呢，用以前的通过url获取doc的方法不适用了，请教大神怎么解决

    回复
    1. 酷哥 酷哥

      谢谢，已经找到了解析方法

      回复
    2. 老高 老高

      仔细观察此段代码，你会发现他其实是json格式包裹了一段xml，所以解析json后再用xml解析器继续解析就行。

      回复
  7. shu shu

    请教仁兄，怎么获取openid

    回复
    1. 老高 老高

      http://weixin.sogou.com/gzh?openid=oIWsFt67mxqDfXdIxpbQ8voA6S8o 你的openid太短了吧

      回复
    2. 老高 老高

      1. 用随机代理 2. 控制抓取频率 3. 换UA

      回复
    3. shu shu

      谢兄台指点，这两天试验了下，可以是可以，不过sogou那边有防抓取，不知道用的什么机制，抓一段时间就302了（估计是屏蔽ip了）

      回复
    4. shu shu

      太感谢，兄台！希望可以继续交流，微信：shushenghong

      回复
    5. 老高 老高

      这些都很简单啊。。。 关键字 python 控制采集频率 python 采集使用代理 python user agent

      回复
    6. 老高 老高

      openid就好比帐号，你关注了以后观察数据包就能拿到。

      回复
    7. 文齐峰 文齐峰

      兄台，有没有实际的例子，江湖救急……

      回复
    8. shu shu

      http://weixin.sogou.com/gzhjs?cb=sogou.weixin.gzhcb&openid=gh_257a3b2d1c9a 我试了下这种，貌似没效果

      回复
  8. 画城听雨眠 画城听雨眠

    eqs这个问题有解决方法了吗

    回复
    1. 老高 老高

      问一遍就行，没有。。。。。

      回复
    2. Huha Huha

      eqs已经过时了

      回复
  9. cool cool

    求解提交的eqs参数

    回复
  10. 泰斯特 泰斯特

    现在这个方法不管用了，原来openId被加密了好像 http://weixin.sogou.com/gzhjs?cb=sogou.weixin.gzhcb&eqs=0psMoc7gvrxyoUT%2FFX3RvuCitRV88ESGXqLOrMLjlL84lygHNHi%2BWIQVYhK6vbcBiPXcf&ekv=1&page=1&t=1432344237371

    回复
    1. 透 透

      有没有大神把加密方式破解了

      回复
    2. 酷哥 酷哥

      是啊，我也是用的原来的方法，现在获取不到页面内容了，请教兄台怎么解决的啊

      回复
  11. 酷哥 酷哥

    老高，openid现在被加密了，怎么传参啊

    回复
    1. 画城听雨眠 画城听雨眠

      你好，eqs这个问题您解决了吗 跪求解决方案啊

      回复
  12. huoxini huoxini

    我也是被eqs参数挡住了，有没有什么解决方案跪求！

    回复
    1. 画城听雨眠 画城听雨眠

      eqs这个参数的问题解决了吗

      回复

添加新评论