
本文详解如何通过浏览器自动化技术,可靠抓取 whatsapp web 中某条消息的全部已读联系人(支持超 1000 人滚动加载),涵盖 dom 定位策略、滚动触发动态加载、元素去重与完整列表提取等核心实践。
本文详解如何通过浏览器自动化技术,可靠抓取 whatsapp web 中某条消息的全部已读联系人(支持超 1000 人滚动加载),涵盖 dom 定位策略、滚动触发动态加载、元素去重与完整列表提取等核心实践。
在 WhatsApp Web 中查看某条消息的“已读联系人”时,界面仅初始渲染约 20 个头像,其余内容需滚动到底部才能动态加载——这是典型的虚拟滚动(virtualized list)设计,直接 document.querySelectorAll 无法一次性获取全部数据。要完整解析上千人的已读状态,必须模拟真实用户行为,主动触发加载并持续采集。
一、精准定位目标容器(避免误匹配)
根据实际 DOM 结构(以 2026 年 WhatsApp Web 最新版本为准),关键路径如下:
- 消息信息面板由
<header></header>包裹,其子<div> 含 <code>title="Message info"属性; - 目标已读联系人列表是该
<header></header>的同级兄弟<div>,具有 <code>tabindex="-1"和role="application"特征;- 列表内每个联系人项为
<div role="listitem">,内部包含:<ul> <li> <code><img alt="如何解析 WhatsApp 群组中消息的已读联系人列表(含动态加载处理)" >:用户头像(alt属性常含姓名);<span></span>:显示姓名或号码(文本节点);<span></span>:时间戳(如 “已读 2 小时前”)。 - 列表内每个联系人项为
⚠️ 注意:全页存在多个 tabindex="-1" 的 <div>,<strong>必须通过父子/兄弟关系锚定</strong>,否则极易捕获聊天输入框、侧边栏等干扰节点。<h3>二、滚动加载全量数据(核心逻辑)</h3>
<p>以下为基于 Selenium(Python)的可运行逻辑框架:</p><div class="aritcle_card flexRow">
<div class="artcardd flexRow">
<a class="aritcle_card_img" href="/xiazai/skill12943" title="WhatsApp Business API"><img
src="https://img.php.cn/upload/skill/001/246/273/6adaf20d3191a227.jpg" alt="WhatsApp Business API" ></a>
<div class="aritcle_card_info flexColumn">
<a href="/xiazai/skill12943" title="WhatsApp Business API">WhatsApp Business API</a>
<p>完整的 WhatsApp Business Cloud API,涵盖消息、模板、媒体、Webhooks、流程及商家资料。</p>
</div>
<a href="/xiazai/skill12943" title="WhatsApp Business API" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a>
</div>
</div><pre class="brush:php;toolbar:false;">from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time
driver = webdriver.Chrome()
driver.get("https://web.whatsapp.com")
print("请扫码登录...")
time.sleep(20) # 等待手动登录
# 步骤1:打开目标消息的「已读」面板(需先定位到该消息并点击「…」→「Info」)
# (此处省略消息定位代码,重点在后续滚动逻辑)
# 步骤2:定位已读联系人容器(强约束父级上下文)
try:
header = WebDriverWait(driver, 10).until(
EC.presence_of_element_located((By.XPATH, "//header//div[@title='Message info']"))
)
# 获取兄弟节点中的目标列表(XPath轴定位)
list_container = header.find_element(By.XPATH, "./following-sibling::div[@tabindex='-1' and @role='application']")
except Exception as e:
raise RuntimeError("未找到已读联系人容器,请确认消息信息面板已打开") from e
# 步骤3:滚动加载全部联系人
seen_names = set()
last_height = 0
while True:
# 提取当前可见的所有联系人姓名
items = list_container.find_elements(By.XPATH, ".//div[@role='listitem']")
for item in items:
try:
name_span = item.find_element(By.XPATH, ".//span[not(@aria-hidden) and string-length(text())>0]")
name = name_span.text.strip()
if name and name not in seen_names:
seen_names.add(name)
print(f"已捕获: {name}")
except:
continue
# 滚动到底部
driver.execute_script("arguments[0].scrollTop = arguments[0].scrollHeight", list_container)
time.sleep(1.5) # 等待新内容加载
# 检查是否到底:比较滚动高度
new_height = driver.execute_script("return arguments[0].scrollTop + arguments[0].clientHeight", list_container)
if abs(new_height - last_height) < 5: # 高度变化极小,视为加载完成
break
last_height = new_height
print(f"\n✅ 共解析 {len(seen_names)} 位已读联系人")</pre><h3>三、关键注意事项与健壮性增强</h3>
<ul>
<li>
<strong>防反爬与稳定性</strong>:WhatsApp Web 会检测异常滚动频率。建议 <code>time.sleep(1.2–2.0),避免使用 driver.execute_script("window.scrollTo(0, document.body.scrollHeight)")(作用于全局窗口,无效);
name 文本为主键去重;对 StaleElementReferenceException 做 try/except 包裹;container.scrollHeight * 0.8),减少 DOM 查询次数;whatsapp-web.js(Node.js)的 message.info.participants 事件,但需自行部署服务端环境,不适用于纯前端脚本。四、延伸价值:从已读名单到活跃度分析
获取完整已读列表后,可进一步构建成员活跃度画像:
- 结合消息时间戳,统计每人最近一次已读间隔(如 >30 天未读即标记为“低活跃”);
- 关联群内发言记录(通过
WhatsAppChatLoader解析导出文本),交叉验证“已读未回”行为模式; - 输出 CSV 报表供管理员决策:
name, last_read_at, is_active, join_date,辅助清理沉寂成员。
此方法不依赖任何第三方 API 或付费工具,全程在本地浏览器完成,符合 WhatsApp 服务条款中“个人用途、非自动化骚扰”的合规边界。

















