Python爬取微信好友
前言
今天看到一篇好玩的文章，可以实现微信的内容爬取和聊天机器人的制作，所以尝试着实现一遍，本文记录了实现过程和一些探索的内容
来源： 痴海 链接：
https://mp.weixin.qq.com/s/oHc5bXKGMOTnb79XD8lKjQ
itchat安装
对微信的控制可以使用itchat来实现，我们找到itchart的官网下查看相关帮助：http://itchat.readthedocs.io/zh/latest/
我这里使用的是Python2.7，所以直接按照说明pip 安装itchat即可
1.实现给文件助手发消息
安装itchat后，使用如下的代码，即可给文件助手发一条消息，登陆时同样使用扫码登陆
import itchat
itchat.auto_login()
itchat.send('Hello, filehelper', toUserName='filehelper')自回复消息
按照帮助说明，使用如下的示例代码可以实现消息的自动回复
import itchat
@itchat.msg_register(itchat.content.TEXT)
def text_reply(msg):
return msg.text
itchat.auto_login()
itchat.run()用老婆大人的号测试了一下，可以实现信息的发送和直接回复
需要注意的是，使用同一个微信给自己发消息不起作用
这里为了方便多次运行，可以设置hotReload=True 变量，从而记录登陆的账号
itchat.auto_login(hotReload=True)2.微信聊天机器人制作
官网教程还有微信机器人，所以照着教程做了一遍。试用后，发现图灵机器人的智商捉鸡，而且比较凶悍
# -*- coding: utf-8 -*-
import requests
import itchat
KEY = '71f28bf79c820df10d39b4074345ef8c'
def get_response(msg):
# 这里我们就像在“3. 实现最简单的与图灵机器人的交互”中做的一样
# 构造了要发送给服务器的数据
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方法在字典没有'text'值的时候会返回None而不会抛出异常
return r.get('text')
# 为了防止服务器没有正常响应导致程序异常退出，这里用try-except捕获了异常
# 如果服务器没能正常交互（返回非json或无法连接），那么就会进入下面的return
except:
# 将会返回一个None
return
# 这里是我们在“1. 实现微信消息的获取”中已经用到过的同样的注册方法
@itchat.msg_register(itchat.content.TEXT)
def tuling_reply(msg):
# 为了保证在图灵Key出现问题的时候仍旧可以回复，这里设置一个默认回复
defaultReply = 'I received: ' + msg['Text']
# 如果图灵Key出现问题，那么reply将会是None
reply = get_response(msg['Text'])
# a or b的意思是，如果a有内容，那么返回a，否则返回b
# 有内容一般就是指非空或者非None，你可以用`if a: print('True')`来测试
return reply or defaultReply
# 为了让实验过程更加方便（修改程序不用多次扫码），我们使用热启动
itchat.auto_login(hotReload=True)
itchat.run()下面是我的实际测试截图
3.爬取一个好友
机器人是官网的教程，微信文章中使用的是对好友数据分布的统计，所以我先尝试实现爬取一个好友的功能
3.1 获取一个好友信息
# -*- coding: utf-8 -*-
import itchat
itchat.auto_login(hotReload=True)
#爬取自己好友相关信息， 返回一个json文件
friends = itchat.search_friends(name='Elton')
print friends
可以看到拿到的数据是一个List
3.2 打印数据到文件中
通过open函数，可以将获取到的数据写入到txt中去
# -*- coding: utf-8 -*-
import itchat
itchat.auto_login(hotReload=True)
#爬取自己好友相关信息， 返回一个json文件
friends = itchat.search_friends(name='Elton')
f = open("out.txt", "w")
print >> f, friends
f.close()
3.3 安装画图软件
为了把统计出来的柱状图绘制出来，安装matplotlib的库
至此，基本上准备条件已经完成
4. 爬取所有好友数据
爬取好友的功能如下，通过将爬取的数据存储到字典中，对性别做统计处理，可以获取总人数和性别分类的数量
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('好友数量：%.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" +
"不明性别好友： %.2f%%" % (float(text[other]) / total * 100))
draw_plot(text,u'朋友圈男女比例_')使用了plt函数来绘制曲线
# 绘制柱状图
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'柱状图.png')
else:
plt.savefig(OUTPUT+USER_NAME+'_'+tag+u'柱状图.png')运行程序，爬取所有的好友数据，发现我好友一共515位，其中男性的好友占据了73%，男女比例差异有点大....
好友个性签名词云
通过使用get_friends可以爬取微信的好朋友数据，存储在'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'朋友圈签名')通过对文件的解析，可以将词云绘制出来
#绘制词云
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'词云.png')
else:
wordcloud.to_file(OUTPUT+USER_NAME+'_'+tag+u'词云.png') 下图是解析出来的词云，可以看到朋友圈的人大部分还是以自己努力生活为目标~
同理，我也爬取了一下朋友圈的城市分布，发现大部分的人都在北京，还有上过学的哈尔滨，南京的同事~
结论
微信还有很多很好玩的信息可以提取，等下一篇有时间可以继续优化这段代码，github地址如下：
https://github.com/ablo120/PythonLearn.git附录
import itchat
导入爬取微信记录的包
import re
导入python中的正则表达式（re模块）
import io
导入文件读取的包
import matplotlib.pyplot as plt
导入柱状图绘制的包
import jieba
jieba（结巴）是一个强大的分词库，完美支持中文分词
