給你的個人微信朋友圈資料生成一本電子書吧！

孤鳥發表於2019-06-08

[toc]

給你的個人微信朋友圈資料生成一本電子書吧！

簡介

微信朋友圈保留著你的資料，它留住了美好的回憶，記錄了我們成長的點點滴滴。發朋友圈從某種意義上來講是在記錄生活，感受生活，並從中看到了每個人每一步的成長。

這麼一份珍貴的記憶，何不將它儲存下來呢？只需一杯咖啡的時間，即可一鍵列印你的朋友圈。它可以是紙質書，也可以是電子書，可以長久儲存，比洗照片好，又有時間足跡記憶。

  • 這本書，可以用來：
  • 送給孩子的生日禮物
  • 送給伴侶的生日禮物
  • 送給未來的自己
  • ……

現在，你可以選擇列印電子書或者紙質書。列印紙質書的話，可以找第三方機構花錢購買；列印電子書的話，我們完全可以自己動手生成，這可以省下一筆不小的開支。

部分截圖

在開始寫程式碼思路之前，我們先看看最終生成的效果。

電子書效果


紙質書效果

程式碼思路

獲取微信書連結

看完效果圖之後，開始進入程式碼編寫部分。首先，由於朋友圈資料的隱私性較高，手動獲取的話，需要使用root的安卓手機進行解密或對pc端備份的聊天記錄資料庫進行解密，這對大部分人來說難度較大。所以我們採取的思路是基於現有的資料進行列印電子書。

目前，已經有第三方服務支援匯出朋友圈資料，微信公眾號【出書啦】就提供了這樣一種服務。這種服務很大可能性是基於安卓模擬器進行自動化採取操作的，具體就不詳細講了。

首先，關注該公眾號，然後開始製作微信書。該過程為小編新增你為好友，然後你將朋友圈開放給他看，等一會後採集完畢後，小編會發給你一個專屬連結，這個連結裡面的內容就是你的個人朋友圈資料。

生成電子書

有了這個連結後，我們開始對該頁面的內容進行列印。

整個過程基於selenium自動化操作，如果你有了解過selenium的話，那麼其實該過程是很簡單的。

首先，引導使用者輸入微信書連結，我們採用在瀏覽器彈出一個輸入文字框的形式讓使用者輸入資料。
首先，在selenium中執行js程式碼，js程式碼中完成彈出輸入文字框的功能。

輸入微信書連結

# 以網頁輸入文字框形式提示使用者輸入url地址
def input_url():
    # js指令碼
    random_id = [str(random.randint(0, 9)) for i in range(0,10)]
    random_id = "".join(random_id)
    random_id = 'id_input_target_url_' + random_id
    js = """
        // 彈出文字輸入框，輸入微信書的完整連結地址
        target_url = prompt("請輸入微信書的完整連結地址","https://");
        // 動態建立一個input元素
        input_target_url = document.createElement("input");
        // 為其設定id，以便在程式中能夠獲取到它的值
        input_target_url.id = "id_input_target_url";
        // 插入到當前網頁中
        document.getElementsByTagName("body")[0].appendChild(input_target_url);
        // 設定不可見
        document.getElementById("id_input_target_url").style.display = 'none';
        // 設定value為target_url的值
        document.getElementById("id_input_target_url").value = target_url
    """
    js = js.replace('id_input_target_url', random_id)

    # 執行以上js指令碼
    driver.execute_script(js)

上述js程式碼的具體步驟為：彈出一個輸入文字框，建立一個動態元素，隨機命名該元素的id，並將這個動態元素插入到當前頁面中，使得可以在python中通過selenium獲取到輸入文字框的內容。

接著，在selenium中檢測是否存在該彈框，如果不存在則獲取該彈框的內容，並進行後續步驟，該過程程式碼如下：

# 執行以上js指令碼
driver.execute_script(js)
# 判斷彈出框是否存在
while(True):
    try:
        # 檢測是否存在彈出框
        alert = driver.switch_to.alert
        time.sleep(0.5)
    except:
        # 如果拋異常，說明當前頁面不存在彈出框，即使用者點選了取消或者確定
        break
# 獲取使用者輸入的連結地址
target_url = WebDriverWait(driver, 20).until(EC.presence_of_element_located((By.ID, random_id)))
value = target_url.get_attribute('value')
# 刪除空格
value = value.strip()

至此，value的值即為彈出框返回的內容。(你可能會問，直接另value=微信書連結不就可以了嗎？事實上確實可以 >_<|||，但是採用上述方式會有一個良好的互動效果，同時可以加深一下對selenium的瞭解程度^_^)

設定瀏覽器引數

當使用者輸入連結完畢後，開始對瀏覽器進行初始化設定。首先設定chromedriver路徑，可輸入絕對路徑或者相對路徑，./表示當前目錄下。不同系統和不同chrome版本需要下載不同的chromedriver，請下載合適自己的版本，chromedriver下載地址http://chromedriver.chromium.org/

接著，設定自動列印成pdf，這樣就可以預設列印成pdf了，省得我們手動列印，該步驟程式碼如下：

appState = {
    # 新增儲存為pdf選項
    "recentDestinations": [
        {
            "id": "Save as PDF",
            "origin": "local",
             "account":""
        }
    ],
    # 選擇儲存為pdf選項
    "selectedDestinationId": "Save as PDF",
    # 版本2
    "version": 2,
    # 不顯示頁首頁尾
    "isHeaderFooterEnabled": False
}

同時，設定自動列印模式，該步驟程式碼如下：

profile = {
    # 列印前置引數
    'printing.print_preview_sticky_settings.appState': json.dumps(appState),
    # 預設下載、列印儲存路徑
    'savefile.default_directory': os.getcwd()
}

通過這兩步，就實現了全自動列印效果。

分析網頁元素

接下來到了最關鍵的步驟，即分析網頁元素。這個步驟我們可以順便學習下基本的css，js知識。

首先，按F12開啟網頁除錯工具，對頁面上不必要的元素進行隱藏

我們可以看到，頂部的導航欄可能會影響列印效果，所以，我們將它隱藏。在除錯工具中，選擇Copy Selector，得到返回的資料為body > header，通過selenium隱藏該元素的程式碼如下：

# 隱藏導航欄，防止影響截圖效果
js = 'document.querySelector("body > header").style.display="none";'
driver.execute_script(js)

我們又發現，當前頁面顯示的資料只包含某個月朋友圈的資料，而不是所有朋友圈資料，那麼如何顯示出所有朋友圈資料呢？通過分析可知，當點選“下一月”按鈕後，會有新的元素顯示，而原來的元素被隱藏，而被隱藏的元素就是前面月份的資料。所以我們只要遍歷到最後一個月後，把前面所有元素顯示出來再列印就OK了。那麼，如何判斷是最後一個月呢？我們通過分析又可知，當不是最後一個月時，“下一月”的class名為next-month，而當在最後一月時，“下一月”的class名為next-month disable，因此我們可以檢測它的class名進而知道是否處於最後一個月。該步驟程式碼如下：

# 判斷當下一月控制元件的class name 是否為next-month disable，如果是，則說明翻到最後一月了
page_source = driver.page_source

# 每一個element代表每一頁，將每一頁中style的display屬性改成block，即可見狀態
for index, element in enumerate(element_left_list):
    # ..在xpath中表示上一級的元素，也就是父元素
    parent_element = element.find_element_by_xpath('..')
    # 獲取這個父元素的完整id
    parent_element_id = parent_element.get_attribute('id')

    # 將該父元素更改為可見狀態
    js = 'document.getElementById("{}").style.display="block";'.format(parent_element_id)
    driver.execute_script(js)

但是，這樣會出現一個問題，即使我們成功列印了，但是我們不難保證頁面上的元素全部載入完成了，所以可能導致列印後某些元素沒有顯示出來，導致不是非常好看。因此，需要判斷何時載入結束。

通過分析我們得知，當網頁元素沒載入完畢時，會有一個“loading”提示，當網頁元素載入完畢後，該元素隱藏起來了。因此，我們可以判斷該元素是否隱藏來得知當前頁面元素是否載入完畢。該部分程式碼如下：

# 等待當前頁面所有資料載入完畢，正常情況下資料載入完畢後，這個‘載入中’元素會隱藏起來
while (True):
    loading_status = WebDriverWait(driver, 20).until(
        EC.presence_of_element_located((By.CSS_SELECTOR, 'div.j-save-popup.save-popup')))
    if (loading_status.is_displayed() == False):
        break

可是，我們又發現，及時等待網頁元素載入完畢了，還是有部分圖片沒有顯示出來。

這就納悶了，是為什麼呢？通過分析我們又得知，這些圖片處於載入狀態的時候，class名為lazy-img，通過字面意思，我們大概可以猜得出它是懶載入的意思，也就是使用者滑動頁面到那裡時才進行載入，以便節省伺服器壓力。

所以我們可以通過滑動到每一個class名為lazy-img的元素，使得它進行載入。那麼？一個合適的方法就是，通過js定位到該元素，直到所有class名為lazy-img的元素不存在。

while(True):
    try:
        lazy_img = driver.find_elements_by_css_selector('img.lazy-img')
        js = 'document.getElementsByClassName("lazy-img")[0].scrollIntoView();'
        driver.execute_script(js)
        time.sleep(3)
    except:
        # 找不到控制元件img.lazy-img，所以退出迴圈
        break

其中，document.getElementsByClassName("lazy-img")[0]指的是document.getElementsByClassName("lazy-img")的第一個元素，scrollIntoView()指的是滾動到該元素的位置

列印電子書

通過上述步驟，我們已經成功地隱藏部分可能會影響外觀的元素，同時也顯示所有所需的元素，接下來，就差列印部分了。可以直接通過js程式碼喚起瀏覽器列印功能，並且，之前我們已經設定為自動列印pdf格式了，所以它將自動列印為pdf。但是，列印到哪裡呢？這裡需要設定下瀏覽器預設儲存位置，儲存的位置為當前目錄。該步驟程式碼如下：

# 預設下載、列印儲存路徑
'savefile.default_directory': os.getcwd()

# 呼叫chrome列印功能
driver.execute_script('window.print();')

列印完成後，設定退出瀏覽器driver.quit()

經過測試，該電子書為超清版本，大小約16MB，所以質量還算不錯的。

如何執行

# 跳轉到當前目錄
cd 目錄名
# 先解除安裝依賴庫
pip uninstall -y -r requirement.txt
# 再重新安裝依賴庫
pip install -r requirement.txt
# 開始執行
python main.py

補充

完整版原始碼存放在github上，有需要的可以下載

專案持續更新，歡迎您star本專案

相關文章