微信公衆號數據分析。

既然提到了公衆號的數據分析，那必然少不了公衆號的數據。

本次，以我一直關注的一個公衆號「曹將」爲例。

經過抓包軟件Charles獲取請求信息，得以獲取公衆號數據。

本次只獲取公衆號文章的部分信息。

對於文章的閱讀量、點贊數、讚揚數。能力有限，選擇放棄。

/ 01 / 獲取分析

公衆號的文章接口能夠在電腦版的微信上獲取。

進入歷史消息，下滑頁面。

在Charles中找到接口數據。

根據接口數據構造請求，便能獲取公衆號文章了！

/ 02 / 數據獲取

主要是獲取文章的標題、摘要、連接及發佈時間。

具體代碼以下。

import requests
import json
import time


def parse(__biz, uin, key, pass_ticket, appmsg_token="", offset="0"):
    """
    文章信息獲取
    """
    url = '?txe_eliforp/pm/moc.qq.nixiew.pm//:sptth'[::-1]
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36 MicroMessenger/6.5.2.501 NetType/WIFI WindowsWechat QBCore/3.43.901.400 QQBrowser/9.0.2524.400",
    }
    params = {
        "action": "getmsg",
        "__biz": __biz,
        "f": "json",
        "offset": str(offset),
        "count": "10",
        "is_ok": "1",
        "scene": "124",
        "uin": uin,
        "key": key,
        "pass_ticket": pass_ticket,
        "wxtoken": "",
        "appmsg_token": appmsg_token,
        "x5": "0",
    }

    res = requests.get(url, headers=headers, params=params, timeout=3)
    data = json.loads(res.text)
    # 獲取信息列表
    msg_list = eval(data.get("general_msg_list")).get("list", [])
    for i in msg_list:
        # 去除文字連接
        try:
            # 文章標題
            title = i["app_msg_ext_info"]["title"].replace(',', '，')
            # 文章摘要
            digest = i["app_msg_ext_info"]["digest"].replace(',', '，')
            # 文章連接
            url = i["app_msg_ext_info"]["content_url"].replace("\\", "").replace("http", "https")
            # 文章發佈時間
            date = i["comm_msg_info"]["datetime"]
            print(title, digest, url, date)
            with open('article.csv', 'a') as f:
                f.write(title + ',' + digest + ',' + url + ',' + str(date) + '\n')
        except:
            pass
    # 判斷是否可繼續翻頁 1-能夠翻頁  0-到底了
    if 1 == data.get("can_msg_continue", 0):
        time.sleep(3)
        parse(__biz, uin, key, pass_ticket, appmsg_token, data["next_offset"])
    else:
        print("爬取完畢")


if __name__ == '__main__':
    # 請求參數
    __biz = '你的參數'
    uin = '你的參數'
    key = '你的參數'
    pass_ticket = '你的參數'
    # 解析函數
    parse(__biz, uin, key, pass_ticket, appmsg_token="", offset="0")

最後成功獲取文章的信息。

接下來根據文章的標題、摘要及發佈時間來作一些分析。

文章連接主要是用於生成PDF。

這個放到下一篇文章再說。

/ 03 /  數據可視化

01 每一年發文數量

2016年數量最多，17年和18年降低趨勢明顯。

這一點曹將也曾提過，工做變得愈來愈繁忙。

爲此，在18年的時候還招了幾個助理。

我確定是沒那實力去當小助理，仍是老老實實寫本身的代碼吧...

02 每個月發文數量

這裏是統計了全部年份的數據，下面還會有一個按年份來展現的圖表。

其中12月最多，不知是爲什麼。

難不成曹將每天寫年終總結報告的PPT教程嗎，哈哈。

03 每一年各月發文數量

能夠明顯看出15年和16年居於17年和18年之上。

這也與第一張圖相對應。

其中15年的12月份發佈了30篇文章，也就意味着曹將每天在寫文章。

三天一更的我，着實有點慚愧。

04 公衆號發文時間

發文時間主要集中在晚上，早上7點也有一段小高峯。

根據這一兩年的狀況，大多都在晚上發佈。

因此猜想7點發文，應該是前幾年的數據。

05 文章標題長度

標題對於文章的影響能夠說蠻大的。

這裏只研究一下曹將的文章標題長度，主要集中在10-20字之間。

也給本身往後寫文章標題做爲一個參考。

講真，曹將起的標題真不錯，值得學習。

06 標題和摘要詞雲圖

這裏便能看出曹將公衆號到底在講些什麼。

以前看過一篇分析曹將和邵雲蛟的文章。

裏面說曹將的文章偏職場，邵雲蛟則更偏向於PPT。

這話說的一點毛病也沒有。

/ 04 / 總結

本篇文章未完待續，完整代碼下期再見。

畢竟文章連接獲取了，那麼一定須要將其存到本地學習。

因此下一期講一下如何將網頁存爲PDF。

另外圈內的大佬，文章也很不錯，你們也能夠本身動手。

好比「程序員小灰」的漫畫，「五分鐘學算法」的趣味算法。

思路有了，剩下的就靠你們本身了。

萬水千山老是情，點個「在看」行不行。