基于搜狗的微信公众号定向爬虫(接口)，使用C#实现，故取名WeGouSharp
关于微信公共号爬虫的项目网上已经不少，然而基本大多数的都是使用Python实现 鉴于鄙人是名.NET开发人员，于是又为广大微软系同胞创建了这个轮子，使用C#实现的微信爬虫 蓝本为Chyroc/WechatSogou， 在此还请各位大佬指教
*** 已经更新至dotnet core，可在linux或Mac下运行 ***
由于集成了Firefox作为引擎,所以包比较大..,如果想小点的可以查看faq文档faq
考虑到稳定性和兼容性并优化包大小，所以现在不再单独提供firefox二进制文件
但是程序还是依赖firefox，所以请自行在运行的机器安装最新版Firefox
- 使用包管理器安装(Debian/Ubuntu)
sudo apt update && sudo apt install firefox其他系统同理，推荐这种方案，因为这样安装可以直接在终端输入firefox即可运行
或者使用下面方法安装，似乎需要把安装目录加入到环境变量
- Windows/macOS/Linux 下载安装
如果不是安装在系统目录下，请把安装目录加入到环境变量
默认编译类型为控制台应用
也可修改为动态链接库（dll）然后在程序之间添加引用接口
目前src里的已经改为netstandart2.0,
dotnet core或者.NET framework 4.6.1+的可以直接引用该项目
样例即sample/Hostrunner
进入该项目,执行
dotnet build
然后进入bin目录中找到HostRunner.dll
执行即可dotnet HostRunner.dll
- HtmlAgilityPack //用于解析HTML
- log4net //日志
- CoreCompat.System.Drawing
- OpenCvSharp3-AnyCPU //验证码显示以及自动识别
- Newtonsoft.Json //序列化
- Selenium.WebDriver
- 等等
以上引用建议通过NuGet添加 如(visual studio-->tools-->Nuget Package Manager-->Package Manager Console)：
Install-Package HtmlAgilityPack
也可以直接在项目packages文件夹获取
dotnet run
在sample项目中已经引用了该项目所以直接调用(单例模式)
var apiService = WeGouService.Instance;
var rs = apiService.GetAccountInfoByIdAsync("taosay").Result;运行截图 macOS：
windows
public struct OfficialAccount
{
public string AccountPageurl;
public string WeChatId;
public string Name;
public string Introduction;
public bool IsAuth;
public string QrCode;
public string ProfilePicture;//
public string RecentArticleUrl;
}| 字段 | 含义 |
|---|---|
| AccountPageurl | 微信公众号页 |
| WeChatId | 公号ID（唯一) |
| Name | 名称 |
| Introduction | 介绍 |
| IsAuth | 是否官方认证 |
| QrCode | 二维码链接 |
| ProfilePicture | 头像链接 |
public struct BatchMessage
{
public int Meaasgeid;
public string SendDate;
public string Type; //49:图文，1:文字，3:图片，34:音频，62:视频
public string Content;
public string ImageUrl;
public string PlayLength;
public int FileId;
public string AudioSrc;
//for type 图文
public string ContentUrl;
public int Main;
public string Title;
public string Digest;
public string SourceUrl;
public string Cover;
public string Author;
public string CopyrightStat;
//for type 视频
public string CdnVideoId;
public string Thumb;
public string VideoSrc;
//others
}
| 字段 | 含义 |
|---|---|
| Meaasgeid | 消息号 |
| SendDate | 发出时间（unix时间戳） |
| Type | 消息类型:49:图文， 1:文字， 3:图片， 34:音频， 62:视频 |
| Content | 文本内容（针对类型1即文字） |
| ImageUrl | 图片（针对类型3，即图片） |
| PlayLength | 播放长度（针对类型34，即音频，下同） |
| FileId | 音频文件id |
| AudioSrc | 音频源 |
| ContentUrl | 文章来源（针对类型49，即图文，下同） |
| Main | 不明确 |
| Title | 文章标题 |
| Digest | 不明确 |
| SourceUrl | 可能是阅读原文 |
| Cover | 封面图 |
| Author | 作者 |
| CopyrightStat | 可能是否原创？ |
| CdnVideoId | 视频id（针对类型62，即视频，下同） |
| Thumb | 视频缩略图 |
| VideoSrc | 视频链接 |
public struct Article
{
public string Url;
public List<string>Imgs;
public string Title;
public string Brief;
public string Time;
public string ArticleListUrl;
public OfficialAccount officialAccount;
}| 字段 | 含义 |
|---|---|
| Url | 文章链接 |
| Imgs | 封面图（可能多个） |
| Title | 文章标题 |
| Brief | 简介 |
| Time | 发表日期（unix时间戳） |
| OfficialAccount | 关联的公众号（信息不全，仅供参考） |
public struct HotWord
{
public int Rank;//排行
public string Word;
public string JumpLink; //相关链接
public int HotDegree; //热度
}关于验证码，目前手动输入，后期接入自动识别或者打码平台API 欢迎各位批评，提交issue以及fork