這個教程是基于我開源的一份python源碼，各位看官請先下載源碼。

源碼下載地址：https://github.com/jaryee/wechat_sogou_crawl

環境配置咱這里就不講了，網上一大堆教程，請先配置好python2.7+MySQL

注意，python版本為2.7，需要安裝如下模塊：

requests 、pymysql、lxml、Pillow、werkzeug

安裝就是在CMD控制臺里直接：pip install pymysql  回車

安裝時如果某個模塊安裝失敗，可以去下面這個網址里下載別人編譯好的whl模塊文件，下載自己對應的版本

http://www.lfd.uci.edu/~gohlke/pythonlibs

下載好后直接在CMD控制臺里：pip install xxx.whl 回車就可以了

好，現在來創建對應的數據庫，先創建一個數據庫，名字隨意，比如：jubang，格式為 utf8mb4,創建好后在該數據庫導入剛才下載的源碼包里的：jubang.sql文件，

這樣，數據庫表就創建完成了，一共有4個表，分別是：

mp_info：所有咱們需要抓取的公眾號信息都保存在這里

wenzhang_info：公眾號發布的文章信息都保存在這里

wenzhang_statistics：每次抓取文章閱讀及點攢時，都在會這個表里保存一份增量數據，可以使用該表中的數據生成一篇文章的閱讀變化趨勢圖

add_mp_list：這個表是用來增加指定的公眾號的，咱想要抓哪個公眾號，就打開這個表，把公眾號名稱或者公眾號的微信號加入這個表，然后執行一下源碼中的auto_add_mp.py就可以啦

下面打開源碼包中的config.py文件，將其中數據庫的設置，修改為你的數據庫信息，用戶名密碼，ip之類的，到這里我們就成功部署好了搜狗微信爬蟲啦，現在來看看他的能力吧！

如何使用爬蟲呢？

一、更新數據庫最新文章

執行updatemp.py,就會去查看咱指定的公眾號是否有新文章發布了，如果有，就把新發布的文章入庫，這里咱做了 排重，不會重復抓相同文章

二、更新文章閱讀數據

執行updatewenzhang.py，就會去更新文章表中的最近24小時之內的文章閱讀數據，如果修改為指定時間，比如12小時或36小時，可以修改updatewenzhang.py文件，大家自己看一下文件中有注釋解釋了如何修改

三、添加指定的公眾號

打開數據庫表add_mp_list，把想要抓取的公眾號名稱或者公眾號的微信號加入這個表，可以一次增加多條，然后執行一下源碼中的auto_add_mp.py就可以啦

注意：搜狗微信網站如果訪問頻繁了會出現驗證碼，導致我們不能正常爬取，不要怕，咱的代碼里已經加了驗證碼自動識別模塊：若快識別，請在下面的鏈接中注冊若快用戶，然后把注冊的用戶和密碼填寫到源碼中的config.py文件中就可以啦，若快識別大約是兩個驗證碼1分錢，大家根據自己的需要充值就可以了

http://www.ruokuai.com

好啦，到這里基于搜狗微信的公眾號爬蟲就全部搞定啦，是不是非常簡單，讓我們快樂的爬起來吧，哈哈~~

后面還會有基于微信接口的教程，搜狗微信無法抓取公眾號全部歷史文章及閱讀數據，而基于微信接口就可以實現這個偉大的目標了，大家一起期待吧！

您的支持，就是我開源的動力！！！