phantomjs + python 打造一個微信機器人

phantomjs + python 打造一個微信機器人

---

1.前奏

  媳婦公司不能上網，但常常須要在公衆號上找一些文章作一些參考，須要的時候就把文章連接分享給我，而後我在瀏覽器打開網頁，一點點複製過來粘貼到word中，遇到圖片更悲催，還得手動調整大小。是否是感受本身的碼農職稱受到了挑戰……，某一天看到一篇基於C#.NET的高端智能化網絡爬蟲（二）（攻破攜程網），才發現了PhantomJS，由此解放了我複製粘貼的雙手

2.介紹

PhantomJS

  PhantomJS是一個基於webkit的JavaScript API。它使用QtWebKit做爲它核心瀏覽器的功能，使用webkit來編譯解釋執行JavaScript代碼。任何你能夠在基於webkit瀏覽器作的事情，它都能作到。它不只是個隱形的瀏覽器，提供了諸如CSS選擇器、支持Web標準、DOM操做、JSON、HTML五、Canvas、SVG等，同時也提供了處理文件I/O的操做，從而使你能夠向操做系統讀寫文件等。PhantomJS的用處可謂很是普遍，諸如網絡監測、網頁截屏、無需瀏覽器的 Web 測試、頁面訪問自動化等。。。

python

  python當歌,人生幾何。。。

itchat

  itchat是一個開源的微信我的號接口，使用python調用微信從未如此簡單。使用不到三十行的代碼，你就能夠完成一個可以處理全部信息的微信機器人。固然，該api的使用遠不止一個機器人，更多的功能等着你來發現，好比這些。該接口與公衆號接口itchatmp共享相似的操做方式，學習一次掌握兩個工具。現在微信已經成爲了我的社交的很大一部分，但願這個項目可以幫助你擴展你的我的的微信號、方便本身的生活。摘自官方文檔

各類文檔地址

　　PhantomJS官方地址：http://phantomjs.org/。
　　PhantomJS官方API：http://phantomjs.org/api/。
　　PhantomJS官方示例：http://phantomjs.org/examples/。
　　PhantomJS GitHub：https://github.com/ariya/phantomjs/。
　　python廖雪峯教程
　　圖靈機器人

3.話很少說，代碼爲證

---

  第一步利用PhantomJs將網頁生成pdf的功能把須要的文章保存好

//建立webpage模塊，用來請求並生成pdf
var page = require('webpage').create();
//建立system模塊，用來獲取外部傳遞的參數
var system = require('system');

//設置編碼方式
phantom.outputEncoding = 'gb2312';

page.onError = function (msg, trace) {
    console.log(msg);
    var msgStack = ['PHANTOM ERROR: ' + msg];
    if (trace && trace.length) {
        msgStack.push('TRACE:');
        trace.forEach(function (t) {
            msgStack.push(' -> ' +
                (t.file || t.sourceURL) + ': ' + t.line +
                (t.function ? ' (in function ' + t.function + ')' : ''));
        });
    }
    console.error(msgStack.join('\n'));
    phantom.exit(1);
};

if (system.args.length == 1) {
    console.log('請輸入文章地址');
    phantom.exit();
} else {

    var url = system.args[1];
    var filename = '';
    if (system.args.length == 3) {
        filename = system.args[2];
    }

    //地址檢測
    if (url.indexOf('http') == -1) {
        url = 'http://' + url;
    }

    page.viewportSize = { width: 600, height: 20 };//設置圖片大小 height自動適應

    //===================pdf頁面設置=====================
    page.settings.userAgent = 'Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.117 Safari/537.36';
    page.zoomFactor = 1;//頁面縮放比例
    page.settings.loadImages = true;//頁面加載圖片

    //format ：A4 紙，能夠設置 "5in*7.5in", "10cm*20cm",  "Letter" 等
    //orientation ：紙方向是豎着的，或者 landscape
    //margin ：與紙四邊間距，可自定義，也可詳細設置 margin : { left: ‘0.8cm‘,  top : ‘0.8cm‘,  right : ‘0.8cm‘,  bottom : ‘0.8cm‘ }
    //設置頁面格式
    //page.paperSize = { format: 'A4', orientation: 'portrait', margin: '0.8cm' };
    //===================pdf頁面設置=====================

    page.open(url, function (status) {//加載頁面
        console.log('抓取結果:' + status);
        
        //利用page的evaluate獲取網頁的title
        var title = page.evaluate(function () {
            return document.title;
        });

        //去除特殊字符
        var title = title
            .replace('|', '').replace('\\', '').replace('/', '').replace(':', '').replace('*', '')
            .replace('?', '').replace('"', '').replace('<', '').replace('>', '');

        filename = filename.length > 0 ? filename : title;

        var wait = 200;
        //是不是微信地址
        if (url.indexOf("mp.weixin.qq.com") > -1) {
            
            //設置5秒是等待微信中圖片徹底加載出來，具體可調整
            wait = 5000;
            //加載微信圖片
            //includeJs 側重網絡js文件，尤爲在引入jQuery等第三方庫
            //injectJs 側重本地的js文件，與libraryPath掛購
            page.injectJs('replaceimage.js', function () {
                var titlexx = page.evaluate(function () {
                    return document.title;
                });
            });
            console.log(title);
            console.log('等待5秒生成pdf');
        }

        //等待頁面執行完js後在進行生成
        window.setTimeout(function () {
            page.render(filename + '.pdf');
            console.log('pdf生成成功:' + title);
            phantom.exit();
        }, wait);

    });
}

  因爲微信頁面對請求refer有限制，頁面中的圖片是展示不出來的，replaceimage.js是將微信頁面中的圖片加載出來

window.onload = function change() {
    var metas = document.getElementsByTagName('meta');
    metas[0].insertAdjacentHTML('beforeBegin', "<meta name='referrer' content='never'>");
    var body = document.getElementById("activity-detail");

    //圖片請求設置cookie
    body.insertAdjacentHTML("beforeBegin", "<image style='display: none' src='http://mmbiz.qpic.cn/mmbiz_png/pmBoItic0ByggW4X5ACKS5rfIfB1VM7RIic0TA9no7a0pRFHLcBibJX8VAyxUw756hHibQccolNUjRbKviaT3QzpwJA/0?wx_fmt=png' alt='bg'/>");

    //替換img圖片連接
    var imglist = body.getElementsByTagName('IMG')
    for (i = 0; i < imglist.length; i++) {
        if (imglist[i].getAttribute('src')!=null && imglist[i].getAttribute('src').length > 0 && imglist[i].getAttribute('src').indexOf("mmbiz.qpic.cn") > -1) {
            imglist[i].setAttribute('src', "http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=" + imglist[i].getAttribute('src'));
        }

        if (imglist[i].getAttribute('data-src')!=null && imglist[i].getAttribute('data-src').length > 0 && imglist[i].getAttribute('data-src').indexOf("mmbiz.qpic.cn") > -1) {
            imglist[i].setAttribute('src', "http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=" + imglist[i].getAttribute('data-src'));
        }
        if (imglist[i].getAttribute('data-s')!=null && imglist[i].getAttribute('data-s').length > 0) {
            var w=imglist[i].getAttribute('data-s').split(",")[0];
            var h=imglist[i].getAttribute('data-s').split(",")[1];
            imglist[i].setAttribute('width',h);
            imglist[i].setAttribute('height',w);
        }
      
    }

    //替換背景圖片
    var sectionlist = document.querySelectorAll('section')
    for (j = 0; j < sectionlist.length; j++) {
        var newhtml = sectionlist[j].style.backgroundImage.replace("http://mmbiz.qpic.cn", "http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn");
        sectionlist[j].style.backgroundImage = newhtml;
    }
}

  執行命令,phantomjs xx.js "http://mp.weixin.qq.com/s/zFdPBDJcGsTbQgKGogLzyw"

---

第二步利用Python結合itchat接收消息，調用phantomjs生成pdf

#-*-coding:utf-8-*- 

import itchat,time
from itchat.content import *
import requests,json,sys
import hashlib
import HTMLParser 
import re 
import os
from sys import argv

#接收文本消息，提取網址
@itchat.msg_register([TEXT])
def text_reply(msg):

    # 將正則表達式編譯成Pattern對象
    pattern = re.compile(r"http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*,]|(?:%[0-9a-fA-F][0-9a-fA-F]))+", re.IGNORECASE)

    # 使用Pattern匹配文本，得到匹配結果，沒法匹配時將返回None
    match = pattern.match(msg['Text'])

    if match:
        # 使用Match得到分組信息
        print match.group()
        filename=int(time.time())
        urltopdf(msg['FromUserName'],match.group(),str(filename))

#獲取分享的文章地址
@itchat.msg_register([SHARING])
def sharingtopdf(msg):
    filename=u''+'"'+msg['Text']+'"'
    urltopdf(msg['FromUserName'],msg['Url'],filename)

@itchat.msg_register(PICTURE,RECORDING,ATTACHMENT,VIDEO)
def download_files(msg):
    msg['Text'](msg['FileName'])
    return '@%s@%s' % ({'Picture': 'img', 'Video': 'vid'}.get(msg['Type'], 'fil'), msg['FileName'])

@itchat.msg_register(FRIENDS)
def add_friend(msg):
    itchat.add_friend(**msg['Text'])
    itchat.send_msg('Nice to meet you!',msg['RecommentInfo']['UserName'])

@itchat.msg_register(TEXT,isGroupChat=True)
def text_reply(msg):
    if msg['isAt']:
        itchat.send(u'@%s\u2005I received: %s' % (msg['ActualNickName'], msg['Content']), msg['FromUserName'])

def urltopdf(touser,url,filename):

    #切換到phantomjs目錄
    os.chdir('D:\sourcecode\htmlsource\phantomjs')

    #文件名
    filename= filename.replace('|', '').replace('\\', '').replace('/', '').replace(':', '').replace('*', '').replace('?', '').replace('"', '').replace('<', '').replace('>', '')

    itchat.send(u'正在生成pdf,請稍等',touser)
    
    #解碼url
    html_parser = HTMLParser.HTMLParser()
    article_url = html_parser.unescape(url)

    #執行
    #python中文編碼問題解決方式
    cmd_method="phantomjs loadpage.js %s %s" % ('"'+url+'"',filename)
    os.system(cmd_method.encode('gb2312'))
    
    #發送
    all_file_path="D:\\sourcecode\\htmlsource\\phantomjs\\%s.pdf" % (filename)
    
    #py2.7版本須要下載fields.py 並覆蓋
    #安裝目錄下 requests\packages\urllib3
    itchat.send_file(all_file_path,touser)

itchat.auto_login(enableCmdQR=True,hotReload=True)
itchat.run()