python采集微信电脑端聊天信息（利用Python实现微信找房机器人实例教程）
时间：2021-11-08 16:21:53 类别：脚本大全 浏览量：232
python采集微信电脑端聊天信息
利用Python实现微信找房机器人实例教程目的
两年前曾为了租房做过一个找房机器人 「爬取豆瓣租房并定时推送到微信」，维护一段时间后就荒废了。
当时因为代码比较简单一直没开源，现在想想说不定开源后也能帮助一些同学更好的找到租房信息，所以简单整理后，开源到 github，地址： https://github.com/facert/zufang
下面是当时写的简单原理介绍：
身在帝都的人都知道租房的困难，每次找房都是心力交瘁。其中豆瓣租房小组算是比较靠谱的房源了，但是由于小组信息繁杂，而且没有搜索的功能，想要实时获取租房信息是件很困难的事情，所以最近给自己挖了个坑，做个微信找房机器人，先看大概效果吧，见下图：
实现
说下大概的技术实现吧，首先是 scrapy 爬虫对于豆瓣北京租房的小组实时爬取，并做了全文检索，对 title, description 使用 jieba 和 whoosh 进行了分词和索引，做成 api。接下来就是应用的接入，网上有微信机器人的开源 [wxbot](http://github.com/liuwons/wxbo)，所以对它进行了修改, 实现了定时推送和持久化。最后顺便把公众号也做了同样的功能，支持实时租房信息搜索。
部分代码
scrapy 支持自定义 pipeline，能很方便的实现数据录入的时候实时生成索引，见 code:
|
|
class indexpipeline(object): def __init__(self, index): self.index = index @classmethod def from_crawler(cls, crawler): return cls( index=crawler.settings.get('whoosh_index', 'indexes') ) def process_item(self, item, spider): self.writer = asyncwriter(get_index(self.index, zufang_schema)) create_time = datetime.datetime.strptime(item['create_time'], "%y-%m-%d %h:%m:%s") self.writer.update_document( url=item['url'].decode('utf-8'), title=item['title'], description=item['description'], create_time=create_time ) self.writer.commit() return item |
搜索 api 代码很简单：
|
|
def zufang_query(keywords, limit=100): ix = get_index('indexes', zufang_schema) content = ["title", "description"] query = multifieldparser(content, ix.schema).parse(keywords) result_list = [] with ix.searcher() as searcher: results = searcher.search(query, sortedby="create_time", reverse=true, limit=limit) for i in results: result_list.append({'url': i['url'], 'title': i['title'], 'create_time': i['create_time']}) return result_list |
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对开心学习网的支持。
原文链接：https://zhuanlan.zhihu.com/p/58791190
您可能感兴趣
- pythonmatplotlib散点图怎么画（python使用matplotlib画柱状图、散点图）
- pythonrequest包设置编码（解决python3中的requests解析中文页面出现乱码问题）
- python 正则表达式在代码里的使用（python中正则表达式与模式匹配）
- 如何用python画函数图（使用python绘制二元函数图像的实例）
- python numpy矩阵详解（基于Numpy.convolve使用Python实现滑动平均滤波的思路详解）
- python删除数据框重复变量（Python3删除排序数组中重复项的方法分析）
- pythonturtle库画图代码（用Python中的turtle模块画图两只小羊方法）
- python爬虫出租屋（python爬虫租房信息在地图上显示的方法）
- python定时推送邮件（python实现定时压缩指定文件夹发送邮件）
- python json转换字符串（python3 json数据格式的转换dumps/loads的使用、dict to str/str to dict、json字符串/字典）
- python入门练习网页（详解python项目实战:模拟登陆CSDN）
- python编写一个聊天机器人（不到20行代码用Python做一个智能聊天机器人）
- python3标准库资源（Python3标准库总结）
- python 串口图形化（python使用MQTT给硬件传输图片的实现方法）
- python实现螺旋矩阵（Python3实现的旋转矩阵图像算法示例）
- python数据类型基本知识入门（Python Pexpect库的简单使用方法）
- （）
- （）
- 800壮士拼死拖住30万日军 八佰 的真实历史，誓与阵地共存亡（800壮士拼死拖住30万日军）
- 演员陈创，火于 哮天犬 ，颠峰于 福贵 ，现状却令人唏嘘（演员陈创火于哮天犬）
- 幼小衔接-20以内看图读数 写数 数的组成练习题（幼小衔接-20以内看图读数）
- 你只要花上20天记单词，英语成绩就能从57提到100（你只要花上20天记单词）
热门推荐
- sql join速度慢（SQL Server 使用join all优化 or 查询速度）
- mysql存储引擎的创建与修改（关于MySQL Memory存储引擎的相关知识）
- python钉钉机器人（python钉钉机器人运维脚本监控实例）
- dedecms使用方法（Dedecms织梦CMS搜索页面调用全站最新文章的方法）
- 如何查看python beautifulsoup（Python爬虫beautifulsoup4常用的解析方法总结）
- vue3.0怎么往标签填数据（Vue3.0写自定义指令的简单步骤记录）
- 学python从零基础到开发游戏（python开发游戏的前期准备）
- https服务器怎么打开（网站服务器配置是选HTTP还是HTTPS？）
- 怎么将mysql彻底卸载（如何把Mysql卸载干净亲测有效）
- 属于web服务器的有哪些（web服务器有几种类型？）
排行榜
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9