# 使用flask实现的微信公众号文章封面图爬取
**Repository Path**: knighthood2001/flask_demo2
## Basic Information
- **Project Name**: 使用flask实现的微信公众号文章封面图爬取
- **Description**: flask实现获取公众号文章封面
- **Primary Language**: Python
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 1
- **Forks**: 0
- **Created**: 2024-04-08
- **Last Updated**: 2024-04-10
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
> 📚**博客主页：[knighthood2001](https://blog.csdn.net/knighthood2001)**
>
> ✨**公众号：[认知up吧](https://mp.weixin.qq.com/s/Q29t9kZrSot3w9lKJs2sWw) （目前正在带领大家一起提升认知，感兴趣可以来围观一下）**
>
> 🎃**知识星球：[【认知up吧|成长|副业】介绍](https://mp.weixin.qq.com/s/Vl2rd6j7Q51mVitshrTWaQ)**
>
> **❤️感谢大家点赞👍🏻收藏⭐评论✍🏻，您的三连就是我持续更新的动力❤️**
>
> **🙏笔者水平有限，欢迎各位大佬指点，相互学习进步！**
# 前言
该项目对于初学者来说比较不错，并且以后可以将其作为一个简单的模板，照着该就行。比如你输入要爬取的东西，然后点击，将爬取的东西显示出来。都可以用这个模板。
如果有些内容不懂的，可以点击我的博客主页查找相应文章，我几乎所有东西都讲到过。
# 如何使用
首先需要自己安装虚拟环境
然后安装flask项目
运行`公众号文章封面的爬取.py`即可
# 项目讲解
`templates`模板目录下的`index.html`文件如下
```html
打印内容
获取公众号文章封面
```
长得是下面这样的，
`wechat_image_get.py`文件是爬虫，用于实现通过公众号文章链接爬取封面并以时间戳为文件名保存到`image`文件夹下（该文件夹如果不存在，会自动产生）
具体代码如下：
```python
import requests
import re
import os
#TODO 使用时间戳当作文件名称
def get_time():
import time
timestamp = int(time.time())
return timestamp
#TODO 实现从网页图片保存到本地，输入为图片网址和保存路径
def image_save(image_url, path):
if not os.path.exists(path): # 如果文件夹不存在，则创建
os.makedirs(path)
# 发送 GET 请求获取图片数据
response = requests.get(image_url)
# 确保请求成功
if response.status_code == 200:
image_name = get_time()
image_name = "{}.jpg".format(image_name)
# 指定图片保存路径
save_path = os.path.join(path, image_name) # 这里将图片保存在名为 images 的文件夹中
# 将图片数据写入文件
with open(save_path, 'wb') as f:
f.write(response.content)
print(f'图片已保存为: {save_path}')
return save_path
else:
print(f'下载图片失败，状态码: {response.status_code}')
# TODO 微信公众号获取封面并保存，输入网址
def get_image(wechat_url):
response = requests.get(wechat_url)
# 检查响应状态码，200表示请求成功
if response.status_code == 200:
# 定义包含目标网址的字符串
source_code = response.text
# 使用正则表达式提取网址
url_pattern = re.compile(r'cdn_url_1_1 = "(.*?)"')
matches = url_pattern.findall(source_code)
# 输出提取到的网址
if matches:
print(matches[0]) # 图片网址
file = image_save(matches[0], "images")
return matches[0], file
if __name__ == '__main__':
# 定义目标网页的URL
url = 'https://mp.weixin.qq.com/s/d7DUHB-hT8DExjpxsEncQw'
print(get_image(url))
```
和之前相比，我多了以下一行代码，用来实现从本地读取图片路径，然后在html中显示
```python
return save_path
```
`公众号文章封面的爬取.py`的代码如下
```python
from flask import Flask, request, render_template
from flask import send_file
from flask import redirect
from wechat_image_get import get_image
app = Flask(__name__)
@app.route('/')
def index():
return render_template('index.html')
@app.route('/process_input', methods=['POST'])
def process_input():
input_url = request.form['input_text']
img = get_image(input_url)
# return send_file(readme_img, mimetype='image/jpeg') #图片格式不太可用
# return redirect(readme_img)#出现此图片来自微信公众平台，未经允许不可引用
# return readme_img # 该方法导致只是链接，但是点击不能跳转。
return send_file(img[1])
if __name__ == '__main__':
app.run(debug=True)
```
注意以下的index.html中的表单，其中的action="/process_input"，由于前端的跳转我不是特别清楚。这里大致意思就是点击获取后，会跳转到/process_input路由，因此你可以在该路由中显示出来。
```html
```
这里需要注意的是，我图片是先保存到本地，然后把本地图片渲染到html中，而不是将该图片对应的网址渲染出来，
因为我试过flask的`redirect`重定向，他会提示`此图片来自微信公众平台，未经允许不可引用`，所有这种方法就不可行了，说明微信中有反爬措施。
`send_file`是flask用来发送文件到客户端的函数，可以是图片。所所以我这里使用该函数，实现在浏览器中展示图片。