Python爬取微信好友

前言

今天看到一篇好玩的文章，可以實現微信的內容爬取和聊天機器人的制作，所以嘗試着實現一遍，本文記錄了實現過程和一些探索的內容

來源： 痴海 鏈接：
https://mp.weixin.qq.com/s/oHc5bXKGMOTnb79XD8lKjQ

itchat安裝

對微信的控制可以使用itchat來實現，我們找到itchart的官網下查看相關幫助：http://itchat.readthedocs.io/zh/latest/

我這里使用的是Python2.7，所以直接按照說明pip 安裝itchat即可

1.實現給文件助手發消息

安裝itchat后，使用如下的代碼，即可給文件助手發一條消息，登陸時同樣使用掃碼登陸

import itchat

itchat.auto_login()

itchat.send('Hello, filehelper', toUserName='filehelper')

自回復消息

按照幫助說明，使用如下的示例代碼可以實現消息的自動回復

import itchat

@itchat.msg_register(itchat.content.TEXT)
def text_reply(msg):
    return msg.text

itchat.auto_login()
itchat.run()

用老婆大人的號測試了一下，可以實現信息的發送和直接回復

需要注意的是，使用同一個微信給自己發消息不起作用

這里為了方便多次運行，可以設置hotReload=True 變量，從而記錄登陸的賬號

itchat.auto_login(hotReload=True)

2.微信聊天機器人制作

官網教程還有微信機器人，所以照着教程做了一遍。試用后，發現圖靈機器人的智商捉雞，而且比較凶悍

# -*- coding: utf-8 -*-
import requests
import itchat

KEY = '71f28bf79c820df10d39b4074345ef8c'

def get_response(msg):
    # 這里我們就像在“3. 實現最簡單的與圖靈機器人的交互”中做的一樣
    # 構造了要發送給服務器的數據
    apiUrl = 'http://www.tuling123.com/openapi/api'
    data = {
        'key'    : KEY,
        'info'   : msg,
        'userid' : 'wechat-robot',
    }
    try:
        r = requests.post(apiUrl, data=data).json()
        # 字典的get方法在字典沒有'text'值的時候會返回None而不會拋出異常
        return r.get('text')
    # 為了防止服務器沒有正常響應導致程序異常退出，這里用try-except捕獲了異常
    # 如果服務器沒能正常交互（返回非json或無法連接），那么就會進入下面的return
    except:
        # 將會返回一個None
        return

# 這里是我們在“1. 實現微信消息的獲取”中已經用到過的同樣的注冊方法
@itchat.msg_register(itchat.content.TEXT)
def tuling_reply(msg):
    # 為了保證在圖靈Key出現問題的時候仍舊可以回復，這里設置一個默認回復
    defaultReply = 'I received: ' + msg['Text']
    # 如果圖靈Key出現問題，那么reply將會是None
    reply = get_response(msg['Text'])
    # a or b的意思是，如果a有內容，那么返回a，否則返回b
    # 有內容一般就是指非空或者非None，你可以用`if a: print('True')`來測試
    return reply or defaultReply

# 為了讓實驗過程更加方便（修改程序不用多次掃碼），我們使用熱啟動
itchat.auto_login(hotReload=True)
itchat.run()

下面是我的實際測試截圖

3.爬取一個好友

機器人是官網的教程，微信文章中使用的是對好友數據分布的統計，所以我先嘗試實現爬取一個好友的功能

3.1 獲取一個好友信息

# -*- coding: utf-8 -*-
import itchat

itchat.auto_login(hotReload=True)
#爬取自己好友相關信息， 返回一個json文件
friends = itchat.search_friends(name='Elton')
print friends

可以看到拿到的數據是一個List

3.2 打印數據到文件中

通過open函數，可以將獲取到的數據寫入到txt中去

# -*- coding: utf-8 -*-
import itchat

itchat.auto_login(hotReload=True)
#爬取自己好友相關信息， 返回一個json文件
friends = itchat.search_friends(name='Elton')

f = open("out.txt", "w")
print >> f, friends
f.close()

3.3 安裝畫圖軟件

為了把統計出來的柱狀圖繪制出來，安裝matplotlib的庫

至此，基本上准備條件已經完成

4. 爬取所有好友數據

爬取好友的功能如下，通過將爬取的數據存儲到字典中，對性別做統計處理，可以獲取總人數和性別分類的數量

def parse_friedns():
    text = dict()
    friedns = itchat.get_friends(update=True)[0:]
    #(friedns)
    male = "male"
    female = "female"
    other = "other"

    for i in friedns[1:]:
        sex = i['Sex']
        if sex == 1:
            text[male] = text.get(male, 0) + 1
        elif sex == 2:
            text[female] = text.get(female, 0) + 1
        else:
            text[other] = text.get(other, 0) + 1
    total = len(friedns[1:])
    print('好友數量：%.2f'%total)
    print("男性好友： %.2f%%" % (float(text[male]) / total * 100) + "\n" +
          "女性好友： %.2f%%" % (float(text[female]) / total * 100) + "\n" +

          "不明性別好友： %.2f%%" % (float(text[other]) / total * 100))


    draw_plot(text,u'朋友圈男女比例_')

使用了plt函數來繪制曲線

# 繪制柱狀圖
def draw_plot(datas,tag=''):
    for key in datas.keys():
        plt.bar(key, datas[key])

    plt.legend()
    plt.xlabel('sex')
    plt.ylabel('rate')
    plt.title("Gender of Alfred's friends")
    if tag=='':
        plt.savefig(OUTPUT+USER_NAME+'_'+u'柱狀圖.png')    
    else:
        plt.savefig(OUTPUT+USER_NAME+'_'+tag+u'柱狀圖.png')

運行程序，爬取所有的好友數據，發現我好友一共515位，其中男性的好友占據了73%，男女比例差異有點大....

好友個性簽名詞雲

通過使用get_friends可以爬取微信的好朋友數據，存儲在'signature.txt'文件中

def parse_signature():
    siglist = []
    SIGNATURE_PATH='signature.txt'

    friedns = itchat.get_friends(update=True)[1:]
    for i in friedns:
        signature = i["Signature"].strip().replace("span", "").replace("class", "").replace("emoji", "")
        rep = re.compile("1f\d+\w*|[<>/=]")
        signature = rep.sub("", signature)
        siglist.append(signature)
    text = "".join(siglist)
    with io.open(SIGNATURE_PATH, 'w', encoding='utf-8') as f:
        wordlist = jieba.cut(text, cut_all=True)
        word_space_split = " ".join(wordlist)
        f.write(word_space_split)
        f.close()
    draw_wordcloud(SIGNATURE_PATH,tag=u'朋友圈簽名')

通過對文件的解析，可以將詞雲繪制出來

#繪制詞雲
def draw_wordcloud(path,tag=''):
    f = open(path,'r').read()
    cut_text="".join(jieba.cut(f))
    coloring = np.array(Image.open('.\\Pic\\wechat.jpg'))
    wordcloud = WordCloud(font_path='./font/simhei.ttf',background_color="white",max_words=2000,mask=coloring, scale=2).generate(cut_text)
    image_colors = ImageColorGenerator(coloring)

    #plt.imshow(wordcloud.recolor(color_func=image_colors))
    plt.imshow(wordcloud)
    plt.axis("off")
    if tag=='':
        wordcloud.to_file(OUTPUT+USER_NAME+'_'+u'詞雲.png')   
    else:
        wordcloud.to_file(OUTPUT+USER_NAME+'_'+tag+u'詞雲.png')   

下圖是解析出來的詞雲，可以看到朋友圈的人大部分還是以自己努力生活為目標~

同理，我也爬取了一下朋友圈的城市分布，發現大部分的人都在北京，還有上過學的哈爾濱，南京的同事~

結論

微信還有很多很好玩的信息可以提取，等下一篇有時間可以繼續優化這段代碼，github地址如下：

https://github.com/ablo120/PythonLearn.git

附錄

import itchat

導入爬取微信記錄的包

import re

導入python中的正則表達式（re模塊）

import io

導入文件讀取的包

import matplotlib.pyplot as plt

導入柱狀圖繪制的包

import jieba

jieba（結巴）是一個強大的分詞庫，完美支持中文分詞

來自為知筆記(Wiz)