如何解決Python3抓取微信賬單信息問題

這篇文章給大家分享的是有關(guān)如何解決Python3抓取微信賬單信息問題的內(nèi)容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

一、采用傳統(tǒng)模擬http抓取

抓取的主要URL:https://wx.tenpay.com/userroll/userrolllist，其中后面帶上三個參數(shù)，具體參數(shù)見代碼,其中exportkey這參數(shù)是會過期的，userroll_encryption和userroll_pass_ticket 這兩個參數(shù)需要從cookie中獲得，應該是作為獲取數(shù)據(jù)的標識，通過抓包也看不出端倪，應該是微信程序內(nèi)部生成的，如果使用微信開發(fā)著工具登錄后直接訪問網(wǎng)址有的時候可以訪問返回數(shù)據(jù)，但是只是在較短的時間內(nèi)有效，而且當返回會話超時后，繼續(xù)使用網(wǎng)頁訪問就會被限制，一直提示會話超時，應該是在網(wǎng)頁和移動端中exportkey有不同的時間和訪問次數(shù)的限制。

之后想通過破解seesion的方式，研究了一下，發(fā)現(xiàn)這是不可能的，想要破解session需要搞定wx.login，而wx.login是微信提供的，想要破解難度應該不用我說了。

二、解決exportkey 這個key和Cookie的獲取

需要的工具：

1、安卓/蘋果手機

2、Fiddler（抓包工具）

搞過爬蟲的都知道Fiddler，具體操作就不多說了，設置好代理和開啟Fiddler后，抓取url中的exportkey和相應的Cookie，用于接下來的數(shù)據(jù)抓取。

三、上代碼

代碼寫的不是很好，若有錯誤還望各位大大指正。

# coding:utf-8
import datetime
import time
import urllib
import urllib.request
import json
import sys
import io
import ssl
from DBController import DBController   #數(shù)據(jù)庫
#設置系統(tǒng)編碼格式
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030')
#解決訪問Https時不受信任SSL證書問題
ssl._create_default_https_context = ssl._create_unverified_context
class MainCode:
  def __init__(self, url=""):
    self.url = url
    self.dbController = DBController() # 數(shù)據(jù)庫控制
    self.userroll_encryption = "uoxQXsCenowxj0G0ppRKBg8iHRPZwZKaUZB0ka1Y5apUuQnKkZTsA/2RMhBPGyMdiHS8QXk8y2JeLgqTPqZPU9fkrCUp+TIQPkHH/uExAwKeBFLute0ztdHaC6GJUJ2+/R8NGWGe16hSKc6L1+LvAw=="
    self.userroll_pass_ticket = "V7oum4glDbdaAwibC8mcuTizGIKmC9A/Y/V12qASuDALdRMveHcRHv1QXamFk27Z"
    # self.last_bill_id = ""
    # self.last_bill_type = ""
    # self.last_create_time = ""
    # self.last_trans_id = ""
    self.last_item = {}
    self.num= 0
  #獲取網(wǎng)頁信息
  def get_html(self, url, maxTryNum=5):
    goon = True # 網(wǎng)絡中斷標記
    obj = {}
    for tryNum in range(maxTryNum):
      try:
        # print(self.token)
        header = {
          "Accept": 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
          "Accept-Encoding":'gzip, deflate, br',
          "Accept-Language":'zh-CN,zh;q=0.8',
          "Cache-Control":'max-age=0',
          "Connection": "keep-alive",
          "User-Agent": "Mozilla/5.0 (iPhone; CPU iPhone OS 10_2 like Mac OS X) AppleWebKit/602.3.12 (KHTML, like Gecko) Mobile/14C92 Safari/601.1 wechatdevtools/1.02.1810240 MicroMessenger/6.5.7 Language/zh_CN webview/15415760070117398 webdebugger port/32594",
          "Cookie":"userroll_encryption="+self.userroll_encryption+"; userroll_pass_ticket="+self.userroll_pass_ticket,
          "Host":"wx.tenpay.com",
          "Upgrade-Insecure-Requests":"1",
        }
        req = urllib.request.Request(url=url, headers=header)
        # 訪問網(wǎng)址
        result = urllib.request.urlopen(req, timeout=5).read()
        break
      except urllib.error.HTTPError as e:
        if tryNum < (maxTryNum - 1):
          print("嘗試連接請求" + str(tryNum + 1))
          # host = self.host2
          time.sleep(5)
        else:
          print('Internet Connect Error!', "Error URL:" + url)
          goon = False
          break
    if goon:
      page = result.decode('utf-8')
      obj = json.loads(page)
      #print(obj)
      #print(page)
    else:
      print("--------------------------")
    return obj
  #保存到數(shù)據(jù)庫
  def save_info_to_db(self, item):
    select_sql = "SELECT count(*)as num FROM wx_order2 where trans_id = '%s'" % (item["trans_id"])
    results = self.dbController.ExecuteSQL_Select(select_sql)
    if int(results[0][0]) == 0:
      sql = "INSERT INTO wx_order2 (bill_id, bill_type, classify_type, fee, fee_type, out_trade_no, pay_bank_name, payer_remark, remark, order_time, title, total_refund_fee, trans_id,fee_attr) VALUES ( '%s', '%s', '%s', '%s', '%s', '%s', '%s', '%s', '%s', '%s', '%s', '%s','%s','%s')" % (
        str(item['bill_id']),
        str(item['bill_type']),
        str(item['classify_type']),
        str(item['fee']),
        str(item['fee_type']) ,
        str(item['out_trade_no']),
        str(item['pay_bank_name']),
        str(item['payer_remark']),
        str(item['remark']),
        str(item['order_time']),
        str(item['title']),
        str(item['total_refund_fee']),
        str(item['trans_id']),
        str(item['fee_attr'])
      )
      # print(sql)
      try:
        self.dbController.ExecuteSQL_Insert(sql)
        # self.log.info("插入數(shù)據(jù)成功")
      except Exception as e:
        print("save_info_to_db:",e)
    return
  #從獲取的網(wǎng)頁信息中過濾所需要的信息
  def get_data(self,url):
    res_obj = self.get_html(url)
    this_page_num = 0
    #若返回的ret_code== 0 則說明獲取數(shù)據(jù)成功
    if res_obj['ret_code'] == 0:
      record_list = res_obj['record']
      self.last_bill_id = res_obj['last_bill_id']
      self.last_bill_type = res_obj['last_bill_type']
      self.last_create_time = res_obj['last_create_time']
      self.last_trans_id = res_obj['last_trans_id']
      num = 1
      this_page_num = len(record_list)
      #  order = record_list[i]
      for order in record_list:
        bill_id = order['bill_id']
        bill_type = order['bill_type']
        classify_type = order['classify_type']
        fee = order['fee'] #賬單金額
        fee = fee * 0.01
        fee = round(fee, 2) #對金額保留兩位小數(shù)
        fee_type = order['fee_type'] #金額類型
        out_trade_no = order['out_trade_no'] #賬單編號
        pay_bank_name = order['pay_bank_name'] #支付的銀行
        payer_remark =order['payer_remark'] #支付說明
        remark = order['remark'] #賬單說明
        order_time = datetime.datetime.fromtimestamp(order['timestamp']) #將時間戳轉(zhuǎn)為時間
        title = order['title'] #賬單標題
        title = title.replace(',','').replace('.','').replace("'",'') #去除英文逗號和單引號
        total_refund_fee = "0"
        trans_id = order['trans_id']
        fee_attr = order['fee_attr']
        #title = self.remove_emoji(title)
        fee_attr = order['fee_attr']
        pay_type = ""
        if bill_type == 1:
          pay_type= "支付"
        elif bill_type == 2:
          pay_type = "充值"
        elif bill_type == 4:
          pay_type = "轉(zhuǎn)賬"
        elif bill_type == 6:
          pay_type="紅包"
        else:
          pay_type = str(bill_type)
        if fee_attr == "positive":
          fee_attr = "收入"
        elif fee_attr == "negtive":
          fee_attr = "支出"
        elif fee_attr == "neutral":
          fee_attr = "提現(xiàn)"
        item = {}
        item['bill_id'] = bill_id
        item['bill_type'] =bill_type
        item['classify_type'] = classify_type
        item['fee'] = fee
        item['fee_type'] = fee_type
        item['out_trade_no'] = out_trade_no
        item['pay_bank_name'] = pay_bank_name
        item['payer_remark'] = payer_remark
        item['remark'] = remark
        item['order_time'] = order_time
        item['title'] = title
        item['total_refund_fee'] = total_refund_fee
        item['trans_id'] = trans_id
        item['fee_attr'] = fee_attr
        # title = self.remove_emoji(title)
        if bill_id != '':
          self.last_item['last_bill_id'] = bill_id
        self.last_item['last_bill_type'] = bill_type
        self.last_item['last_create_time'] = order['timestamp']
        self.last_item['last_trans_id'] = trans_id
        try:
          print(str(self.num),self.last_item,end='\n')
          self.num += 1
          time.sleep(0.2)
          self.save_info_to_db(item)
          #print(str(num)+" 時間：" + str(order_time) + " 賬單標題：" + title + " 說明："+ str(remark)+ "  " +str(pay_type) +"金額：" + str(fee) + "  支付方式："+ str(pay_bank_name)+"  類型：" + str(pay_type) +" fee_attr："+str(fee_attr)+ '\n',end='')
        except Exception as e:
          print(e,end='\n')
        num = num+1
    else:#若獲取數(shù)據(jù)不成功，打印原因
      print(res_obj)
    return this_page_num
#實例化
maincode = MainCode();
#設置Cookie參數(shù)
maincode.userroll_encryption = "6Ow68aKrAz70mEczqeevA2gOXbr9H2a7+2ite6uuyWFdB6j1+SLhlaCNpYA6RjmaOI7IfCi9PXjQsrZPFIs1SMn38Uxr04GJsxMuSO/9wG+eBFLute0ztdHaC6GJUJ2+vmo+JIw351su8RiFxSagwA=="
maincode.userroll_pass_ticket = "i0Co+55KSEjmFjfFZqMG14hasW4qtKFtbj0FiErcSzHY0afkFqHGib3YfsAZWcaG"
#用于非第一頁的數(shù)據(jù)抓取
#maincode.last_item['last_bill_id'] = "2ce3d65b20a10700b2048d68"
#maincode.last_item['last_bill_type'] = "4"
#maincode.last_item['last_create_time'] = "1540809516"
#maincode.last_item['last_trans_id'] = "1000050201201810290100731805325"
#設置每次返回的數(shù)量
count = "20"
#exportkey 需要從Fiddler 抓包獲取，有一定的時間限制
exportkey ="A%2BsIJaTGZksgZWPLtSKiyos%3D"
#抓取的URL
url ="https://wx.tenpay.com/userroll/userrolllist?classify_type=0&count="+count+"&exportkey="+exportkey+"&sort_type=1"
for page in range(0,10):
  #記錄當前頁返回的數(shù)據(jù)數(shù)量
  this_page_num = 0
  #第一頁
  if page == 0:
    this_page_num = maincode.get_data(url)
  #從第二頁開始需要增加上一頁最后一個item的部分參數(shù)，進行下一頁的數(shù)據(jù)的抓取
  else:
    url = "https://wx.tenpay.com/userroll/userrolllist?classify_type=0&count="+count+"&exportkey="+exportkey+"&sort_type=1"+"&last_bill_id="+str(maincode.last_item['last_bill_id'])+"&last_bill_type="+str(maincode.last_item['last_bill_type'])+"&last_create_time="+str(maincode.last_item['last_create_time'])+"&last_trans_id="+str(maincode.last_item['last_trans_id'] + "&start_time="+str(maincode.last_item['last_create_time']))
    print(url)
    this_page_num = maincode.get_data(url)
  #如果數(shù)量少于20個則跳出循環(huán)，抓取結(jié)束
  if this_page_num < 20:
    break
  time.sleep(0.5)
print(maincode.last_item)

因為是幫朋友抓取的，能實現(xiàn)就可以了。之后若有需要再繼續(xù)優(yōu)化代碼吧！

感謝各位的閱讀！關(guān)于“如何解決Python3抓取微信賬單信息問題”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！