很多站长朋友们都不太清楚搜狗微信php爬虫，今天小编就来给大家整理搜狗微信php爬虫，希望对各位有所帮助，具体内容如下：
本文目录一览： 1、 爬虫"搜狗微信公众号"遇到的一些问题——Requests 解析html gzip压缩 2、 怎么用php获取搜狗微信文章页的阅读量和点赞数 3、 搜狗微信的反爬虫规则是怎么样的？我每 2 分钟抓取一次可以吗 4、 php 如何抓取 搜狗公众号 爬虫"搜狗微信公众号"遇到的一些问题——Requests 解析html gzip压缩一直都觉得微信公众号是爬虫的理想对象，获取到的对象url在手机上展示非常的赞，广告排版都在能接受的范围内，正好最近2练手python爬虫，果断的上了。
首先分析一下搜狗微信公众号的手机端：
这里的请求非常简单 分析之后可以发现基本就是：
url=''%i
变换的也就是后面的数字
然后正常使用requests去请求：
response=requests.get(url,headers=mergedHeaders)
然后就乱码了，这里我尝试了很多解码方式，但是都解决不了，当然最后折腾了好久之后发现是html的gzip压缩问题，在网络上查询基本都是urllib2的解决办法
重新查询requests的官方文档发现了我需要的：
很明显，这里说了使用response.content方法
Requests会自动解码gzip，不过返回的是byte内容，所以我们只需要将byte to String 就可以了，好，尝试一下
转换方法：
def byteToString(byteData):
'''
将byte转化为String
:parambyteData:
:return: String
'''
returnBytesIO(byteData).read().decode()
然后请求内容：
response=requests.get(url,headers=mergedHeaders)
ifresponse.headers['Content-Encoding']=='gzip':
result=BytesIO(response.content).read().decode()
returnresult
else:
returnresponse.text
问题解决
怎么用php获取搜狗微信文章页的阅读量和点赞数用file_get_contents(文章页的链接)；，然后用正则匹配指定标签里面的内容
搜狗微信的反爬虫规则是怎么样的？我每 2 分钟抓取一次可以吗只要访问跳转链接的时候在cookie中带上SNUID值即可,其他的都可以不要
后来搜狗又做了IP限制，这种反反爬虫的策略也要与时俱进，针对新限制做调整
如果对速度要求不高，可以尽量加大两次访问的时间间隔，而如果对速度要求比较高
那就可以去买一些IP来用，针对验证码问题，则可以自己写验证码识别程序或者程序
中加载打码软件
php 如何抓取 搜狗公众号要看你想要获取哪些信息了，如果只是想获取公众号列表，通过搜狗然后curl就可以实现。但是想要获取微信公众号详细信息，就需要授权了。
关于搜狗微信php爬虫的介绍到此就结束了，不知道本篇文章是否对您有帮助呢？如果你还想了解更多此类信息，记得收藏关注本站，我们会不定期更新哦。
查看更多关于搜狗微信php爬虫 微信搜一搜爬虫的详细内容...