Python爬取微信小程序（Charles）
一、前言
最近需要获取微信小程序上的数据进行分析处理，第一时间想到的方式就是采用python爬虫爬取数据，尝试后发现诸多问题，比如无法获取目标网址、解析网址中存在指定参数的不确定性、加密问题等等，经过一番尝试，终于使用 Charles 抓取到指定微信小程序中的数据，本文进行记录并总结。
环境配置：
电脑：Windows10，连接有线网
手机：iPhone Xr，连接无线网
注：有线网与无线网最好位于同一网段下。
本文有线网网址：192.168.131.24，无线网网址：192.168.210.223
二、Charles配置与使用
1.Charles简介
Charles，一个HTTP代理服务器,HTTP监视器,反转代理服务器，当程序连接Charles的代理访问互联网时，Charles可以监控这个程序发送和接收的所有数据。它允许一个开发者查看所有连接互联网的HTTP通信，这些包括request, response和HTTP headers （包含cookies与caching信息）。
Charles主要功能：
1. 支持SSL代理。可以截取分析SSL的请求。
2. 支持流量控制。可以模拟慢速网络以及等待时间（latency）较长的请求。
3. 支持AJAX调试。可以自动将json或xml数据格式化，方便查看。
4. 支持AMF调试。可以将Flash Remoting 或 Flex Remoting信息格式化，方便查看。
5. 支持重发网络请求，方便后端调试。
6. 支持修改网络请求参数。
7. 支持网络请求的截获并动态修改。
8. 检查HTML，CSS和RSS内容是否符合W3C标准。
----百度百科
Charles，著名的抓包工具，可以抓取移动端与pc端网络访问的所有数据，操作简单，试用期后每30分钟需要重启一次，且启动有10秒延迟，较麻烦。
2.Charles安装
Charles官网下载：https://www.charlesproxy.com/download/
下载对应版本后完成安装。
3.证书配置（重要！）
Charles安装证书：
Help -> SSL Proxying -> Install Charles Root Certificate
在Windows端需要安装Charles证书，点击后如图所示（此为安装成功后截图）：
点击安装证书，
点击下一步，
在此选择第二个，将所有证书都放入下列存储，点击浏览，选择受信任的根证书颁发机构。
确定后下一步。
点击完成后提示导入成功。此时需要重新进入Help -> SSL Proxying -> Install Charles Root Certificate，查看证书结果，成功时如下提示：
移动端安装证书（重要！）
移动端同样也需要安装Charles证书，具体操作如下：
选择在移动端安装证书选项，Charles提示如下：
提示需要设置手机http代理为192.168.131.24，端口为8888，然后在手机浏览器上访问 chls.pro/ssl 下载安装证书。如果IOS 版本在10以上，必须在设置->通用->关于本机->证书信任设置中打开对根证书启用完全信任。
接下来逐一操作如下：
1. 手机上打开无线局域网链接，选择链接的无线网信息页如下：
2. 在http代理中选择手动，添加Charles提示的http代理：192.168.1324，端口为8888，选择存储。
3. 手机上设置->通用->关于本机->证书信任设置，打开右边按钮，开启完全信任。
注：手机设置完成后若无法上网，极有可能是ios版本过高并没有开启对证书的 完全信任、完全信任、完全信任 导致！！！
手机正确连接后，Charles会弹框类似如下，说明连接成功。（图中IP地址为另一个测试机）
浏览器端配置
谷歌与火狐浏览器默认并不使用系统的代理服务器设置，而 Charles 是通过将自己设置成代理服务器来完成封包截取的，所以在默认情况下无法截取 Chrome 和 Firefox 浏览器的网络通讯内容。如果你需要截取的话，在 Chrome 中设置成使用系统的代理服务器设置即可，或者直接将代理服务器设置成 127.0.0.1:8888 也可达到相同效果。
至此，证书的相关三点设置完毕。
4.Charles配置
取消Windows代理
由于此次目标是抓取移动端微信小程序中的数据，取消此选项是尽量减少无关的数据量。
查看本机IP地址与配置相关端口号
默认端口号是8888，可以修改。
Help -> Local ip Address :
Proxy -> Proxy Settings :
ssl代理设置
安装完成ssl证书后，需要在Charles中开启ssl代理设置，在Proxy->SSL Proxying Settings中，勾选Enable SSL Proxying，
点击add，新增访问的目标地址，根据提示，空的host与port匹配所有的值，可以使用*与？进行匹配，此处host与port均填写*。
至此，Charles相关的配置完毕。
三、Charles数据抓取
手机与Charles均配置成功后，打开微信小程序，此时Charles会自动获取http与https访问，如下：
点击左边解析的链接，选择Contents，JSON Text，可以看到解析出来的微信小程序数据内容。
在Overview中，可以看到访问的url地址为：
主要参数为pageIndex与pageSize，即页面索引与当页显示的数据量，在浏览器中访问该url，可以看到返回的结果为json格式的数据：
其实，当通过Charles解析出url链接时，即可通过python爬虫爬取接口返回的数据了，不涉及反爬虫等问题，非常方便。
四、问题集锦
1.网络问题：
网传手机与电脑链接的网段必须相同，但是也有不一致的说法，本文测试时，无线网与有线网是处在同一网段下。
2. 手机或电脑无法联网：
证书问题：证书未能正确安装，查看手机上是否始终信任证书！（多数情况下如此）；电脑上查看证书是否安装在受信任的位置，浏览器中的证书是否正确添加。
防火墙问题：关闭Windows10的防火墙，取消阻止传入连接。
其他问题：网传Charles开启了White list，但测试时并未发现。
参考：https://www.jianshu.com/p/f80a83a4bc5d
3.https加密的链接显示unknow
此问题遇到的可能性最大，导致的原因很多，
最有可能的原因在于证书的问题，证书未能正确安装，查看手机上是否始终信任证书！！（多数情况下如此，注意iOS版本问题，过高需要始终信任此证书）；电脑上查看证书是否安装在受信任的位置。
参考：https://segmentfault.com/q/1010000009188854
五、参考链接
https://www.jianshu.com/p/993bc794138d
https://blog.csdn.net/ManyPeng/article/details/79475870
六、补充
目前来说，采用Charles抓取移动端微信小程序数据应该是比较容易的，就是配置过程与安装证书较为繁琐。
除此之外，网传另外一种方式，使用TBS爬取微信小程序，本人尝试后始终未能正确爬取数据，如哪位大神操作正确，抓取数据顺利，还望告知，不胜感激！
TBS爬取微信小程序参考连接如下：
https://my.oschina.net/sumiao/blog/1587350?utm_source=debugrun&utm_medium=referral
