想要记录总结一下自己在这个小项目中所遇到的坑，以及解决问题的思路。
首先我觉得这个小项目挺有实际市场的，市场上有一定的需求量，这个就是驱动力吧。这个小项目的关键点是wechat网页版通信全过程，讲真挺繁琐的。chrome自带的抓包，简直不要太好用。
说一说最主要的两个post请求，一个是心跳包，检测是否有消息到达，一个是账单消息到达后的账单信息提取。其他所有的预备操作仅仅是为了获取sid，uin，pass_ticket，skey和key-value值，说起这个就头大，微信的通信流程还真是复杂，我大支付宝至少还有公开的接口，微信全靠google。
难点：一：post请求返回空数据，这是我整个项目中遇到最常见的问题，原因则是发起请求参数不对，其中domainName是不唯一的，浏览器三巨头，headers，host，refer。
二：post请求data为json数据，这个也是和一般爬虫项目有所不同的地方。三：账单信息乱码问题，返回的json数据一部分是正常，但凡是在content内容中的中文则出现了乱码情况，很明显是因为编码问题，返回的req.text无论如何使用decode或是encode都失败了，最后看到已有前人，req.content.decode("utf-8")完美解决了这个问题。四：文本生成语音这部分就真的是条条大路通罗马了，pyttsx3可以调用系统的语音来生成语音播报，但是语速很感人太快了，调用第三方接口（我使用的是百度的语音合成接口）生成MP3文件，playsound读取MP3文件，但是又一个bug，playsound读取后未将音频文件关闭。
整个流程基本如下(无论是监控微信账单或是收发消息)：
1、获取会话UUID
微信Web版本不使用用户名和密码登录，而是采用扫描二维码登录，所以服务器需要首先分配一个唯一的会话ID，用来标识当前的一次登录。
使用get方法，通过请求地址：https://login.weixin.qq.com/jslogin?appid=wx782c26e4c19acffb&fun=new&lang=zh_CN&_=时间戳
其中，时间戳这个值是当前距离林威治标准时间的毫秒。
get成功，则返回：window.QRLogin.code = 200; window.QRLogin.uuid = "XXXXXXX"
其中的XXXXXXX就是我们需要的uuid
2、获取登录二维码
访问网址：https://login.weixin.qq.com/qrcode/XXXXXX
这里的XXXXXXX就是我们刚才获取的uuid，这个网址直接显示的就是二维码
3、查询是否扫描二维码登录
显示了二维码以后，用户必须用手机微信扫描这个二维码才能登录。（微信为啥要这么设计？很奇怪的思维。。。我用电脑很多情况不就是因为手机没在旁边吗。。。）
使用get方法，查询地址：https://login.weixin.qq.com/cgi-bin/mmwebwx-bin/login?uuid=XXXXXX&tip=1&_=时间戳
这里的XXXXXX是我们刚才获取的uuid，时间戳同上。tip在第一次获取时应为1，这个数是每次查询要变的。
如果服务器返回：window.code=201，则说明此时用户在手机端已经完成扫描，但还没有点击确认，继续使用上面的地址查询，但tip要变成0；
如果服务器返回：
window.code=200
window.redirect_uri="XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
则说明此时用户在手机端已经确认登录，window.redirect_uri=后面的这个网址要记下来，接着要访问这个地址。
如果服务器返回：window.code=408，则说明等待超时，继续使用上面的地址查询，但tip=1
4、访问登录地址，获得uin、sid、pass_ticket、skey
用get方法，访问在上一步骤获得访问地址，并在参数后面加上：&fun=new，会返回一个xml格式的文本，类似这样：
<error>
<ret>0</ret>
<message>OK</message>
<skey>xxx</skey>
<wxsid>xxx</wxsid>
<wxuin>xxx</wxuin>
<pass_ticket>xxx</pass_ticket>
<isgrayscale>1</isgrayscale>
</error>
把这里的wxuin，wxsid，skey，pass_ticket都记下来，这是重要数据。
5、微信初始化
这个是很重要的一步，我在这个步骤折腾了很久。。。
要使用POST方法，访问地址：https://wx2.qq.com/cgi-bin/mmwebwx-bin/webwxinit?r=时间戳&lang=ch_ZN&pass_ticket=XXXXXX
其中，时间戳不用解释，pass_ticket是我们在上面获取的一长串字符。
POST的内容是个json串，{"BaseRequest":{"Uin":"XXXXXXXX","Sid":"XXXXXXXX","Skey":XXXXXXXXXXXXX","DeviceID":"e123456789012345"}}
uin、sid、skey分别对应上面步骤4获取的字符串，DeviceID是e后面跟着一个15字节的随机数。
程序里面要注意使用UTF8编码方式。
POST成功，则服务器返回一个很长的JSON串，格式是这样：
{
"BaseResponse": {
"Ret": 0,
"ErrMsg": ""
},
"Count": 8,
"ContactList": [...],
"SyncKey": {
"Count": 4,
"List": [
{
"Key": 1,
"Val": 635705559
},
...
]
},
"User": {
"Uin": xxx,
"UserName": xxx,
"NickName": xxx,
"HeadImgUrl": xxx,
"RemarkName": "",
"PYInitial": "",
"PYQuanPin": "",
"RemarkPYInitial": "",
"RemarkPYQuanPin": "",
"HideInputBarFlag": 0,
"StarFriend": 0,
"Sex": 1,
"Signature": "Apt-get install B",
"AppAccountFlag": 0,
"VerifyFlag": 0,
"ContactFlag": 0,
"WebWxPluginSwitch": 0,
"HeadImgFlag": 1,
"SnsFlag": 17
},
"ChatSet": xxx,
"SKey": xxx,
"ClientVersion": 369297683,
"SystemTime": 1453124908,
"GrayScale": 1,
"InviteStartCount": 40,
"MPSubscribeMsgCount": 2,
"MPSubscribeMsgList": [...],
"ClickReportInterval": 600000
}
这其中，User里面是自己的信息，UserName是用户名，NickName是昵称。要注意UserName是每次都会变的。。。也就是说，获取不到唯一的不变标识表示身份，无语。。。SyncKey一般是4个，要记下这里的Key和val，后面每次收信息都要用。至于count和contactList先不用管。
6、获取好友列表
使用POST方法，访问：https://wx2.qq.com/cgi-bin/mmwebwx-bin/webwxgetcontact?r=时间戳
POST的内容为空。成功则以JSON格式返回所有联系人的信息。格式类似：
{
"BaseResponse": {
"Ret": 0,
"ErrMsg": ""
},
"MemberCount": 21,
"MemberList": [
{
"Uin": 0,
"UserName": xxx,
"NickName": "Urinx",
"HeadImgUrl": xxx,
"ContactFlag": 3,
"MemberCount": 0,
"MemberList": [],
"RemarkName": "",
"HideInputBarFlag": 0,
"Sex": 0,
"Signature": "xxxx",
"VerifyFlag": 8,
"OwnerUin": 0,
"PYInitial": "URINX",
"PYQuanPin": "Urinx",
"RemarkPYInitial": "",
"RemarkPYQuanPin": "",
"StarFriend": 0,
"AppAccountFlag": 0,
"Statues": 0,
"AttrStatus": 0,
"Province": "",
"City": "",
"Alias": "Urinxs",
"SnsFlag": 0,
"UniFriend": 0,
"DisplayName": "",
"ChatRoomId": 0,
"KeyWord": "gh_",
"EncryChatRoomId": ""
},
...
],
"Seq": 0
}
其中，MemberCount表示总共有多少联系人，里面的内容都比较清晰。
7、开启微信状态通知
用POST方法，访问：https://wx.qq.com/cgi-bin/mmwebwx-bin/webwxstatusnotify
POST的内容是JSON串，格式：
{
BaseRequest: { Uin: xxx, Sid: xxx, Skey: xxx, DeviceID: xxx },
Code: 3,
FromUserName: 自己ID,
ToUserName: 自己ID,
ClientMsgId: 时间戳
}
8、心跳包，与服务器同步并获取状态
以上步骤完成以后，就可以进入收发微信的循环了，可以用线程方式发送心跳包。
使用get方法，设置超时为60秒，访问：https://webpush.wx2.qq.com/cgi-bin/mmwebwx-bin/synccheck?sid=XXXXXX&uin=XXXXXX&synckey=XXXXXX&r=时间戳&skey=XXXXXX&deviceid=XXXXXX&_=时间戳
其他几个参数不用解释，这里的synckey需要说一下，前面的步骤获取的json串中有多个key信息，需要把这些信息拼起来，key_val，中间用|分割，类似这样：
1_652651920|2_652651939|3_652651904|1000_0
服务器返回：window.synccheck={retcode:”0”,selector:”0”}
retcode为0表示成功，selector为2和6表示有新信息。4表示公众号新信息。
9、读取新信息
检测到有信息以后，用POST方法，访问：https://wx2.qq.com/cgi-bin/mmwebwx-bin/webwxsync?sid=XXXXXX&skey=XXXXXX
POST的内容：
{"BaseRequest" : {"DeviceID":"XXXXXX,"Sid":"XXXXXX", "Skey":"XXXXXX", "Uin":"XXXXXX"},"SyncKey" : {"Count":4,"List":[{"Key":1,"Val":652653204},{"Key":2,"Val":652653674},{"Key":3,"Val":652653544},{"Key":1000,"Val":0}]},"rr" :时间戳}
注意这里的SyncKey格式，参考前面的说明。
请求成功之后服务器会返回一个JSON串，其中AddMsgCount表示有多少信息，AddMsgList中是一个数组，包含了所有新消息，里面的MsgType表示信息类型，Content就是信息内容。
注意again，返回的信息中，会有新的synckey，要更新这个内容，下次获取信息访问要用这个新的key。
10、发送信息
这个比较简单，用POST方法，访问：https://wx2.qq.com/cgi-bin/mmwebwx-bin/webwxsendmsg
POST的还是json格式，类似这样：
{"Msg":{"Type":1,"Content":"测试信息","FromUserName":"XXXXXX","ToUserName":"XXXXXX","LocalID":"时间戳","ClientMsgId":"时间戳"},"BaseRequest":{"Uin":"XXXXXX","Sid":"XXXXXX","Skey":"XXXXXX","DeviceID":"XXXXXX"}}
这里的Content是信息内容，LocalID和ClientMsgId都用当前时间戳。
以上就是基本的微信收发流程了。参考这个，可以自己去开发其他相关内容，比如群发消息,监听收款之类的。