ChatGPT炒股：爬取股票官方微信公众号的新闻资讯

ChatGPT炒股：爬取股票官方微信公众号的新闻资讯

上市公司的微信公众号，现在已经成为官网之外最重要的官方信息发布渠道。有些不会在股票公告中发布的消息，也会在微信公众号进行发布。所以，跟踪持仓股票的公众号信息，非常重要。

下面，以贝特瑞的官方公众号“贝特瑞新材料”为例，来说明如何利用ChatGPT 来爬取公司的公众号内容。

首先，要登陆微信公众号平台。可参照之前的文章《零代码编程：用ChatGPT自动登陆微信公众号后台》

然后点击：图文信息

点击超链接，选择其他公众号：

输入贝特瑞新材料，就可以看到公众号的全部历史文章了：

按F12键，可以看到贝特瑞新材料历史文章的源代码：

历史文章总共有46页：

第1页URL：https://mp.weixin.qq.com/cgi-bin/appmsg?action=list_ex&begin=0&count=5&fakeid=MzI0NjY5MjYyMg==&type=9&query=&token=1796751509&lang=zh_CN&f=json&ajax=1

第2页URL：https://mp.weixin.qq.com/cgi-bin/appmsg?action=list_ex&begin=5&count=5&fakeid=MzI0NjY5MjYyMg==&type=9&query=&token=1796751509&lang=zh_CN&f=json&ajax=1

参数begin表示开始的位置索引，从0开始计数，每页递增5。例如，第1页的begin=0，第2页的begin=5，第46页的begin=225。

参数count表示每页的数量，固定为5。每页显示5条数据。

参数fakeid表示公众号的唯一标识，固定不变。

参数type表示文章的类型，这里固定为9。

参数query表示搜索关键词，这里为空。

参数token表示访问令牌,这个经常会变，在network-payload中获取：

参数lang表示语言，这里为中文。

参数f表示返回结果的格式，这里固定为json。

参数ajax表示是否使用Ajax加载，这里为1表示使用Ajax加载。

综上，URL中的begin参数和fakeid参数是根据页数和公众号的唯一标识来确定的，其他参数基本固定。我们可以根据这些规律生成不同页数的URL。

可以在ChatGPT中输入提示词了：

写一段Python代码，用selenium实现自动登陆微信公众平台然后爬取数据的任务，具体步骤如下：

用webdriver打开chrome浏览器；

打开https://mp.weixin.qq.com/

定位xpath=//*[@id="header"]/div[2]/div/div/div[2]/a的a元素，点击；

定位type="text" 的input元素，输入：你的账号；

定位type="password"的input元素，输入：你的密码；

定位xpath=//*[@id="header"]/div[2]/div/div/div[1]/form/div[3]/label的lable元素，选中；

定位class="btn_login"的a元素，点击；

延迟30秒；

打开微信公众号每页的URL：

https://mp.weixin.qq.com/cgi-bin/appmsg?action=list_ex&begin={0}&count=5&fakeid=MzI0NjY5MjYyMg==&type=9&query=&token={1871}&lang=zh_CN&f=json&ajax=1,参数begin的数值从0开始计数，每页递增5，一直到225；

参数token的值为:你的token，

每页URL的User-Agent为：

Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36

Cookie为：你的cookie

获取每页的响应内容，解析json数据，打印输出；

提取其中"app_msg_list"的全部json数据，打印输出；

然后提取"app_msg_list"其中的 "link"、"title"字段，保存到F盘的“贝特瑞新材料公众号.xlsx”；

注意：每一步都输出信息

使用显式等待来等待元素的出现；

每爬取1页内容后，暂停10秒；

程序运行后，显示的json数据：

保存到Excel表格中的微信公众号URL和标题：

随机打开一个微信文章URL，显示正常：