使用python導出公衆號關注用戶

要從公衆號導出關注用戶，共須要三步：

1. 獲取access_token
2. 獲取關注用戶的Open_id
3. 根據open_id獲取用戶的信息

獲取access_token

公衆號文檔對access_token的簡介：

URL: https://api.weixin.qq.com/cgi-bin/token?grant_type=client_credential&appid=APPID&secret=APPSECRET
返回結果：{"access_token":"ACCESS_TOKEN","expires_in":7200}

字段解析：
grant_type	是	獲取access_token填寫client_credential
appid	是	第三方用戶惟一憑證
secret	是	第三方用戶惟一憑證密鑰，即appsecret

獲取access_token的代碼：

access_token = None
def get_access_token():
	url = 'https://api.weixin.qq.com/cgi-bin/token'
	global access_token
	params = {
		'grant_type':'client_credential',
		'appid':'xxxxx', #從公衆號上找到本身的appid
		'secret':'xxxx', #從公衆號上找到本身的secret
	}

	response = get(url, params)

	# print(response.text)

	json_data = json.loads(response.text)
	access_token = json_data['access_token']

access_token的有效期是7200秒，過時須要從新獲取。

獲取關注用戶的Open_id

公衆號文檔對獲取關注用戶的open_id列表的文檔：

URL: https://api.weixin.qq.com/cgi-bin/user/get?access_token=ACCESS_TOKEN&next_openid=NEXT_OPENID

返回結果：{
"total":2,
"count":2,
"data":{
"openid":["OPENID1","OPENID2"]},
"next_openid":"NEXT_OPENID"
}

字段解析：
total	關注該公衆帳號的總用戶數
count	拉取的OPENID個數，最大值爲10000
data	列表數據，OPENID的列表
next_openid	拉取列表的最後一個用戶的OPENID

獲取open_id列表的python代碼：

openids = []
def get_openids(next_openid=''):
	global openids
	url = 'https://api.weixin.qq.com/cgi-bin/user/get'
	params = {
		'access_token':access_token,
		'next_openid':next_openid,
	}

	response = get(url, params)

	# print(response.text)

	json_data = json.loads(response.text)
	count = json_data['count']
	openid_list = json_data['data']['openid']
	openids.extend(openid_list)
	next_openid = json_data['next_openid']

	logger.info('>>> count=%s, next_openid=%s'%(count,next_openid))

	if count == 10000:
		get_openids(next_openid)

每一個請求最多返回10000個open_id。 第一次請求，next_open_id是空的。 我這裏直接判斷上次返回的open_id的數量。若是返回數量是10000個，就嘗試再請求下一批Open_id。

根據open_id獲取用戶的信息

公衆號文檔對獲取用戶信息的文檔描述：

URL: https://api.weixin.qq.com/cgi-bin/user/info/batchget?access_token=ACCESS_TOKEN
請求參數：
{
    "user_list": [
        {
            "openid": "otvxTs4dckWG7imySrJd6jSi0CWE", 
            "lang": "zh_CN"
        }, 
        {
            "openid": "otvxTs_JZ6SEiP0imdhpi50fuSZg", 
            "lang": "zh_CN"
        }
    ]
}

返回結果：
{
    "subscribe": 1, 
    "openid": "o6_bmjrPTlm6_2sgVt7hMZOPfL2M", 
    "nickname": "Band", 
    "sex": 1, 
    "language": "zh_CN", 
    "city": "廣州", 
    "province": "廣東", 
    "country": "中國", 
    "headimgurl":"http://thirdwx.qlogo.cn/mmopen/g3MonUZtNHkdmzicIlibx6iaFqAc56vxLSUfpb6n5WKSYVY0ChQKkiaJSgQ1dZuTOgvLLrhJbERQQ4eMsv84eavHiaiceqxibJxCfHe/0",
    "subscribe_time": 1382694957,
    "unionid": " o6_bmasdasdsad6_2sgVt7hMZOPfL"
    "remark": "",
    "groupid": 0,
    "tagid_list":[128,2],
    "subscribe_scene": "ADD_SCENE_QR_CODE",
    "qr_scene": 98765,
    "qr_scene_str": ""
}

字段解析：
subscribe	用戶是否訂閱該公衆號標識，值爲0時，表明此用戶沒有關注該公衆號，拉取不到其他信息。
openid	用戶的標識，對當前公衆號惟一
nickname	用戶的暱稱
sex	用戶的性別，值爲1時是男性，值爲2時是女性，值爲0時是未知
city	用戶所在城市
country	用戶所在國家
province	用戶所在省份
language	用戶的語言，簡體中文爲zh_CN
headimgurl	用戶頭像，最後一個數值表明正方形頭像大小（有0、4六、6四、9六、132數值可選，0表明640*640正方形頭像），用戶沒有頭像時該項爲空。若用戶更換頭像，原有頭像URL將失效。
subscribe_time	用戶關注時間，爲時間戳。若是用戶曾屢次關注，則取最後關注時間
unionid	只有在用戶將公衆號綁定到微信開放平臺賬號後，纔會出現該字段。
remark	公衆號運營者對粉絲的備註，公衆號運營者可在微信公衆平臺用戶管理界面對粉絲添加備註
groupid	用戶所在的分組ID（兼容舊的用戶分組接口）
tagid_list	用戶被打上的標籤ID列表
subscribe_scene	返回用戶關注的渠道來源，ADD_SCENE_SEARCH 公衆號搜索，ADD_SCENE_ACCOUNT_MIGRATION 公衆號遷移，ADD_SCENE_PROFILE_CARD 名片分享，ADD_SCENE_QR_CODE 掃描二維碼，ADD_SCENEPROFILE LINK 圖文頁內名稱點擊，ADD_SCENE_PROFILE_ITEM 圖文頁右上角菜單，ADD_SCENE_PAID 支付後關注，ADD_SCENE_OTHERS 其餘
qr_scene	二維碼掃碼場景（開發者自定義）
qr_scene_str	二維碼掃碼場景描述（開發者自定義）

獲取用戶信息的代碼：

user_info_list=[]
def get_unionids():
	url = 'https://api.weixin.qq.com/cgi-bin/user/info/batchget?access_token=%s'%access_token
	
	total=len(openids)
	step=100
	repeat=int(total/step+(1 if total%step>0 else 0))

	global user_info_list

	for i in range(repeat):

		low_idx=step*i
		high_idx=len(openids) if len(openids) <= step*(i+1) else step*(i+1)

		if len(openids) <= low_idx:
			break

		openid_params = []
		for openid in openids[low_idx:high_idx]:
			openid_params.append({'openid':openid,'lang':'zh_CN'})

		payload = {'user_list':openid_params}

		logger.info('step=%s,low index=%s,high index=%s' % (i,low_idx,high_idx))
		#json_data = json.dumps(payload)
		#logger.info(json_data)
		
		response = post_json(url, payload)

		json_data = json.loads(response.text)

		try:
			user_infos = json_data['user_info_list']
			user_info_list.extend(user_infos)
			#store_user_infos()
			#exit()
		except KeyError:
			logger.error(response.status_code)
			logger.error(response.text)

這個請求須要用post發送。 每次只能發送100個open_id。

這裏遇到兩個問題：

1. 在windows系統，打印請求回來的內容時，遇到gbk編碼問題，

import sys
import io
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='gb18030')

用上面的代碼片斷，將打印輸出流的編碼指定爲gb18030，能夠支持中文輸出

2. 暱稱裏有表情符號，沒法入庫 首先須要讓請求返回的數據編碼是utf-8 mysql數據庫，數據表，文本字段的編碼是utf8mb4, 修改完數據配置後，必定要重啓數據庫，這些編碼才能生效。

修改數據庫編碼的腳本以下：

ALTER DATABASE hello_moto CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;

ALTER TABLE t_yown_user CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

ALTER TABLE tb_user CHANGE name name VARCHAR(1000) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

數據庫的配置(/etc/my.cnf)：

[mysql]
default-character-set=utf8mb4

[mysqld]
character_set_server=utf8mb4
init_connect='SET NAMES utf8mb4'

爲了簡化和重用發送http請求的代碼，作了一個小工具類 http.py：

import requests


requests.packages.urllib3.disable_warnings()

s=requests.session()  #獲取會話對象

def get(url, data=None):
    response = s.get(url, params=data) if data else s.get(url)

    return response

def post_json(url, payload):
    myheader = {
        "Content-Encoding":"application/json; encoding=utf-8",
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64; rv:44.0) Gecko/20100101 Firefox/44.0",
        "Accept": "application/json, text/javascript, */*; q=0.01",
        "Accept-Language": "zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3",
        "Accept-Encoding": "gzip, deflate, br",
        "Content-Type": "application/json; charset=utf-8",
        "Connection": "keep-alive"
    }

    response = s.post(url, headers=myheader, json=payload, verify=False)

    response.encoding = 'utf-8'

    return response

這裏面的get, post_json函數的使用，在上面的代碼裏有。