python爬微信公眾號前10篇曆史文章（1），

python爬公眾號前10篇曆史文章（1），

作為程式員，要時刻保持一顆好奇心和想要學習的姿態。

練習怎樣利用搜狗爬取某指定公眾號的曆史文章。爬取公眾號本身難度非常大，感謝搜狗提供了一個可以爬取資料的平台。

代碼部分參考於： https://github.com/Chyroc/WechatSogou/tree/master/wechatsogou

目標：

1. 從http://weixin.sogou.com/搜狗搜尋中擷取指定公眾號名稱的搜尋網頁面

 

2. 抓取指定公眾號的曆史文章列表

 

待解決難題：

如何從輸入驗證碼頁面自動跳轉到我們想要的頁面

 整體思路：

使用python強大的庫。 

要擷取搜尋網頁面，需要拼接地址。需使用python requests模組。

要解析爬下來的html資料，需要用到xpath，lxml， 可以使用chrome的擴充外掛程式xpath helper。