讲师中心 微信公众号

工具推荐

视频效率加速
Seko
Seko

AI短剧一键生成成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

updream

一键生成高质量推广成片

剧云
剧云

中文短剧剧本制作平台

WhatsApp 消息已读状态解析实战:动态 DOM 抓取与全量联系人提取指南

梦伟酱_6325

梦伟酱_6325

发布时间:2026-11-19 15:53:07

|

495人浏览过

|

来源于php中文网

原创

WhatsApp 消息已读状态解析实战:动态 DOM 抓取与全量联系人提取指南

本文详解如何通过浏览器自动化技术稳定抓取 whatsapp web 群组中全部已读消息联系人(支持千级规模),涵盖 dom 动态加载机制分析、精准选择器构建、滚动加载触发逻辑及防误判实践策略。

本文详解如何通过浏览器自动化技术稳定抓取 whatsapp web 群组中全部已读消息联系人(支持千级规模),涵盖 dom 动态加载机制分析、精准选择器构建、滚动加载触发逻辑及防误判实践策略。

在 WhatsApp Web 中查看某条群消息的“已读人员列表”,是一项高频但技术门槛较高的前端解析任务。该列表默认仅渲染前 20 个联系人,后续内容依赖滚动事件动态注入 DOM,且无公开 API 支持批量拉取——这意味着传统静态 HTML 解析完全失效,必须模拟真实用户交互行为并精准控制 DOM 生命周期。

一、结构定位:从外层容器到目标节点的层级锚定

关键不在于直接搜索 role="listitem",而在于建立可复用、抗更新的选择路径。根据当前(2026 年 11 月)WhatsApp Web 的 DOM 结构(v2.2425+),推荐采用以下嵌套选择器链:

/* 定位消息信息面板外层容器 */
div[aria-label="Message info"] + div[tabindex="-1"]

/* 内部已读联系人列表项(需配合 JS 动态等待) */
div[tabindex="-1"] > div[role="listbox"] > div[role="listitem"]

注意:+ 表示紧邻兄弟元素,> 表示直接子元素。aria-label="Message info" 是唯一稳定的语义化锚点(非 class 或 data-* 属性),即使 WhatsApp 迭代 class 名称也不会失效;而 tabindex="-1" 在该上下文中具有强上下文唯一性,避免与其他 UI 组件冲突。

二、滚动加载:分段触发 + 增量去重策略

由于列表采用虚拟滚动(virtualized list),需主动触发加载更多。实测有效方案如下:

WhatsApp Business API
WhatsApp Business API

完整的 WhatsApp Business Cloud API,涵盖消息、模板、媒体、Webhooks、流程及商家资料。

下载
// Puppeteer / Playwright 示例(Node.js)
async function fetchAllReaders(page, maxContacts = 1000) {
  const readers = new Set(); // 自动去重(基于 JID 或显示名)
  let lastHeight = 0;
  let attempts = 0;

  while (readers.size < maxContacts && attempts < 50) {
    // 滚动到底部
    await page.evaluate(() => {
      const container = document.querySelector('div[tabindex="-1"]');
      if (container) container.scrollTop = container.scrollHeight;
    });

    // 等待新项出现(最多 1.5 秒)
    await page.waitForFunction(
      (size) => {
        const items = document.querySelectorAll('div[role="listitem"]');
        return items.length > size;
      },
      { timeout: 1500 },
      readers.size
    ).catch(() => {}); // 忽略超时,进入下一轮判断

    // 提取当前可见项
    const currentItems = await page.$$eval(
      'div[role="listitem"]',
      nodes => nodes.map(el => {
        const nameEl = el.querySelector('span[dir="auto"]')?.textContent?.trim();
        const imgEl = el.querySelector('img');
        const jid = imgEl?.getAttribute('data-plain-text') || 
                   imgEl?.getAttribute('alt') || 
                   nameEl;
        return jid ? jid.replace(/[^a-zA-Z0-9@._-]/g, '') : null;
      }).filter(Boolean)
    );

    currentItems.forEach(id => readers.add(id));
    const newHeight = await page.evaluate(() => 
      document.querySelector('div[tabindex="-1"]')?.scrollHeight || 0
    );

    if (newHeight === lastHeight) attempts++; // 无新内容则计数
    else attempts = 0;
    lastHeight = newHeight;
  }

  return Array.from(readers);
}

✅ 关键设计点:

  • 使用 Set 存储联系人 ID(JID 或清洗后的显示名),天然规避重复添加;
  • waitForFunction 判断 DOM 节点数量增长,比固定 sleep() 更鲁棒;
  • attempts 机制防止无限循环(如已达末尾或网络卡顿);
  • data-plain-text 属性通常包含完整 JID(如 1234567890@c.us),是比 alt 或文本更可靠的标识源。

三、注意事项与合规边界

⚠️ 必须遵守以下原则:

  • 仅限个人账号、自有群组使用:WhatsApp《服务条款》第 4.3 条明确禁止自动化访问“用于绕过功能限制或批量导出联系人”;
  • 禁用截图/录屏类操作:避免触发反爬风控(如频繁 page.screenshot() 会提高被封概率);
  • 添加合理延迟:两次滚动间隔建议 ≥ 800ms,模拟人类操作节奏;
  • 不存储敏感字段:勿持久化保存头像 URL、手机号明文等 PII 数据,符合 GDPR/CCPA 要求。

? 进阶建议:若需长期监控群活跃度,可结合 WhatsApp Business API 的 message_status Webhook + contacts 端点,通过官方渠道获取送达/已读状态(需认证企业账户),实现零风险、高稳定性的运营分析闭环。

综上,解析 WhatsApp 已读列表本质是对抗式 DOM 工程——它不依赖第三方库推荐,而取决于对结构语义的理解深度、滚动加载时机的精确控制,以及对平台反爬演进的持续跟踪。掌握上述模式,即可在 WhatsApp Web 架构持续迭代中保持解析能力的长期有效性。

热门AI工具

更多
WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

花生AI
花生AI Hot

一款AI视频创作工具,主要用于B站推出的AI视频创作工具,适合需要提升相关任务效率的用户。

切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

讯飞智作

讯飞智作是一款AI视频创作工具,AI文本配音工具,数字人课程、营销视频制作。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

相关专题

更多
html版权符号
html版权符号

html版权符号是“©”,可以在html源文件中直接输入或者从word中复制粘贴过来,php中文网还为大家带来html的相关下载资源、相关课程以及相关文章等内容,供大家免费下载使用。

7815

2023.06.14

html在线编辑器
html在线编辑器

html在线编辑器是用于在线编辑的工具,编辑的内容是基于HTML的文档。它经常被应用于留言板留言、论坛发贴、Blog编写日志或等需要用户输入普通HTML的地方,是Web应用的常用模块之一。php中文网为大家带来了html在线编辑器的相关教程、以及相关文章等内容,供大家免费下载使用。

4292

2023.06.21

html网页制作
html网页制作

html网页制作是指使用超文本标记语言来设计和创建网页的过程,html是一种标记语言,它使用标记来描述文档结构和语义,并定义了网页中的各种元素和内容的呈现方式。本专题为大家提供html网页制作的相关的文章、下载、课程内容,供大家免费下载体验。

3930

2023.07.31

html空格
html空格

html空格是一种用于在网页中添加间隔和对齐文本的特殊字符,被用于在网页中插入额外的空间,以改变元素之间的排列和对齐方式。本专题为大家提供html空格的相关的文章、下载、课程内容,供大家免费下载体验。

3959

2023.08.01

html是什么
html是什么

HTML是一种标准标记语言,用于创建和呈现网页的结构和内容,是互联网发展的基石,为网页开发提供了丰富的功能和灵活性。本专题为大家提供html相关的各种文章、以及下载和课程。

5359

2023.08.11

html字体大小怎么设置
html字体大小怎么设置

在网页设计中,字体大小的选择是至关重要的。合理的字体大小不仅可以提升网页的可读性,还能够影响用户对网页整体布局的感知。php中文网将介绍一些常用的方法和技巧,帮助您在HTML中设置合适的字体大小。

3901

2023.08.11

html转txt
html转txt

html转txt的方法有使用文本编辑器、使用在线转换工具和使用Python编程。本专题为大家提供html转txt相关的文章、下载、课程内容,供大家免费下载体验。

3709

2023.08.31

html文本框代码怎么写
html文本框代码怎么写

html文本框代码:1、单行文本框【<input type="text" style="height:..;width:..;" />】;2、多行文本框【textarea style=";height:;"></textare】。

3168

2023.09.01

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

20

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn