腾讯新闻作为国内顶级综合资讯平台，其 item_get 接口是精准获取新闻、专题、视频等内容全维度详情的核心入口。该接口支持通过新闻 ID 或详情页 URL，提取文章全文、传播数据、作者信息、关联内容等深度数据，广泛应用于舆情监测、资讯聚合、内容分析、学术研究等场景。
一、接口核心认知：先明确 “能做什么”“适配什么场景”
1. 接口定位与核心价值
2. 核心参数与返回字段（综合资讯场景适配版）
（1）请求参数（必填 + 可选，按优先级排序）
（2）返回核心字段（按业务场景分类，综合资讯重点标注）
3. 接口限制与注意事项
二、对接前准备：3 步搞定前置条件
1. 注册与获取密钥（核心步骤）
2. 技术环境准备
（1）支持语言与协议
（2）必备工具与依赖
3. 业务需求梳理
三、实操步骤：从调试到落地（Python 示例）
步骤 1：理解请求流程
步骤 2：签名生成规则（关键！避免调用失败）
签名示例（参数排序与拼接）
步骤 3：完整代码实现（Python）
（1）依赖安装
（2）完整代码（含签名生成、接口调用、文本解析、数据保存）
import requests
import hashlib
import time
import json
import pandas as pd
from urllib.parse import urlencode
from typing import Dict, Optional, List
from bs4 import BeautifulSoup
import logging
# 配置日志（记录接口调用、错误信息）
logging.basicConfig(
level=logging.INFO,
format="%(asctime)s - %(levelname)s - %(message)s",
handlers=[logging.FileHandler("tencent_news_item_get.log"), logging.StreamHandler()]
)
# 接口核心配置（替换为自己的密钥和接口地址）
APP_KEY = "你的appkey"
SECRET = "你的secret"
API_URL = "https://open.qq.com/api/item_get" # 腾讯新闻详情接口正式地址
SAVE_PATH = "腾讯新闻详情数据.xlsx" # 数据保存路径
def generate_sign(params: Dict) -> str:
"""生成接口签名（严格按平台规则实现，核心函数）"""
# 1. 按参数名ASCII升序排序（排除sign字段）
sorted_params = sorted(params.items(), key=lambda x: x[0])
# 2. 拼接参数字符串（urlencode自动处理中文、特殊字符）
param_str = urlencode(sorted_params, encoding="utf-8") + f"&secret={SECRET}"
# 3. MD5加密（32位大写）
md5 = hashlib.md5()
md5.update(param_str.encode("utf-8"))
return md5.hexdigest().upper()
def parse_html_to_text(html_content: str) -> str:
"""将HTML格式正文转换为纯文本（适配内容分析场景）"""
if not html_content:
return ""
soup = BeautifulSoup(html_content, "lxml")
# 移除脚本、样式、广告标签
for tag in soup(["script", "style", "ad", "iframe"]):
tag.decompose()
# 提取文本并清理空白字符
text = soup.get_text(strip=True, separator="\n")
return "\n".join([line.strip() for line in text.split("\n") if line.strip()])
def get_news_detail(
item_id: Optional[str] = None,
item_url: Optional[str] = None,
need_full_content: int = 1,
need_related: int = 1,
need_media: int = 1,
format: str = "text" # 文本格式：text（纯文本）/html（带标签）
) -> Dict:
"""
调用item_get接口获取新闻详情
:param item_id: 内容ID（优先级高于URL）
:param item_url: 详情页URL
:param need_full_content: 是否返回全文（1=是，0=否）
:param need_related: 是否返回相关内容（1=是，0=否）
:param need_media: 是否返回多媒体资源（1=是，0=否）
:param format: 文本格式（text/html）
:return: 标准化后的新闻详情字典
"""
# 1. 校验必填参数
if not (item_id or item_url):
logging.error("必须传入item_id或item_url")
return {"success": False, "error_msg": "必须传入item_id或item_url", "error_code": -1}
# 2. 构建基础参数（必填项）
params = {
"appkey": APP_KEY,
"need_full_content": need_full_content,
"need_related": need_related,
"need_media": need_media,
"format": format,
"timestamp": int(time.time() * 1000),
# 按需筛选字段，减少数据传输量
"fields": "item_id,title,summary,content,author,organization,pub_time,update_time,read_count,comment_count,share_count,like_count,tags,keywords,column,type,cover_img,source,is_original"
}
# 3. 添加查询标识（二选一）
if item_id:
params["item_id"] = item_id
else:
params["item_url"] = item_url
# 4. 生成签名
params["sign"] = generate_sign(params)
try:
# 5. 发送POST请求（HTTPS协议，超时10秒）
response = requests.post(
url=API_URL,
data=json.dumps(params),
headers={"Content-Type": "application/json"},
timeout=10,
verify=True
)
response.raise_for_status() # 抛出HTTP请求异常（如404、500）
result = response.json()
# 6. 处理响应
if result.get("code") == 200:
raw_data = result.get("data", {})
# 文本格式转换（HTML→纯文本）
content = raw_data.get("content", "")
if format == "text" and raw_data.get("type") == "text":
content = parse_html_to_text(content)
# 提取多媒体资源（图片/视频）
media_info = {
"图片列表": [img.get("url") for img in raw_data.get("img_list", [])],
"视频URL": raw_data.get("video_url", "") if need_media else "",
"音频URL": raw_data.get("audio_url", "") if need_media else ""
}
# 标准化返回数据
standard_data = {
"success": True,
"内容ID": raw_data.get("item_id", item_id),
"标题": raw_data.get("title", ""),
"副标题": raw_data.get("subtitle", ""),
"摘要": raw_data.get("summary", ""),
"全文内容": content,
"所属栏目": raw_data.get("column", ""),
"内容类型": raw_data.get("type", ""),
"作者": raw_data.get("author", ""),
"所属机构": raw_data.get("organization", ""),
"来源": raw_data.get("source", "腾讯新闻"),
"发布时间": time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(raw_data.get("pub_time", 0)/1000)) if raw_data.get("pub_time") else "",
"更新时间": time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(raw_data.get("update_time", 0)/1000)) if raw_data.get("update_time") else "",
"阅读量": raw_data.get("read_count", 0),
"评论量": raw_data.get("comment_count", 0),
"转发量": raw_data.get("share_count", 0),
"点赞量": raw_data.get("like_count", 0),
"话题标签": ",".join(raw_data.get("tags", [])),
"核心关键词": ",".join(raw_data.get("keywords", [])),
"封面图URL": raw_data.get("cover_img", ""),
"详情页URL": raw_data.get("detail_url", item_url),
"原创标识": "是" if raw_data.get("is_original", False) else "否",
"图片数量": len(media_info["图片列表"]),
"是否含视频": "是" if media_info["视频URL"] else "否",
"相关新闻数量": len(raw_data.get("related_news", [])) if need_related else 0
}
return standard_data
else:
error_msg = result.get("msg", "接口调用失败")
error_code = result.get("code")
logging.error(f"接口返回错误：code={error_code}, msg={error_msg}")
return {
"success": False,
"error_code": error_code,
"error_msg": error_msg
}
except requests.exceptions.RequestException as e:
logging.error(f"网络异常：{str(e)}")
return {
"success": False,
"error_code": -2,
"error_msg": f"网络异常：{str(e)}"
}
except Exception as e:
logging.error(f"数据处理异常：{str(e)}")
return {
"success": False,
"error_code": -3,
"error_msg": f"处理异常：{str(e)}"
}
def batch_get_news_details(item_ids: List[str]) -> List[Dict]:
"""批量获取多个新闻详情（支持多item_id）"""
all_news_details = []
for idx, item_id in enumerate(item_ids, 1):
logging.info(f"正在获取第{idx}个内容详情（item_id：{item_id}）")
result = get_news_detail(item_id=item_id)
if result["success"]:
all_news_details.append(result)
logging.info(f"第{idx}个内容详情获取成功")
else:
logging.error(f"第{idx}个内容详情获取失败：{result['error_msg']}（错误码：{result['error_code']}）")
# 控制调用频率（个人版3次/分钟，间隔20秒；企业版间隔1秒）
time.sleep(20)
return all_news_details
def save_news_details(news_details: List[Dict], save_path: str = SAVE_PATH):
"""将新闻详情保存为Excel文件（便于分析）"""
if not news_details:
logging.warning("无新闻详情数据可保存")
return
df = pd.DataFrame(news_details)
# 筛选常用字段，优化Excel可读性
columns = [
"内容ID", "标题", "作者", "所属机构", "来源", "发布时间", "所属栏目",
"阅读量", "评论量", "转发量", "话题标签", "核心关键词",
"原创标识", "是否含视频", "图片数量", "详情页URL"
]
df = df[columns].drop_duplicates(subset=["内容ID"])
# 增量保存（避免覆盖历史数据）
try:
history_df = pd.read_excel(save_path, engine="openpyxl")
df = pd.concat([history_df, df]).drop_duplicates(subset=["内容ID"], keep="last")
except FileNotFoundError:
pass
df.to_excel(save_path, index=False, engine="openpyxl")
logging.info(f"新闻详情数据已保存至：{save_path}（共{len(df)}条记录）")
# 调用示例（支持单内容/批量内容详情获取）
if __name__ == "__main__":
# 模式1：获取单个内容详情
TEST_ITEM_ID = "20240520A00123" # 测试用内容ID（从腾讯新闻详情页提取）
single_news = get_news_detail(item_id=TEST_ITEM_ID)
if single_news["success"]:
print("="*80)
print(f"内容标题：{single_news['标题']}")
print(f"发布时间：{single_news['发布时间']}")
print(f"作者：{single_news['作者']}（{single_news['所属机构']}）")
print(f"来源：{single_news['来源']} | 所属栏目：{single_news['所属栏目']}")
print(f"阅读量：{single_news['阅读量']} | 评论量：{single_news['评论量']} | 转发量：{single_news['转发量']}")
print(f"核心关键词：{single_news['核心关键词']}")
print(f"摘要：{single_news['摘要']}")
print(f"全文前500字：{single_news['全文内容'][:500]}...")
print(f"是否含视频：{single_news['是否含视频']} | 图片数量：{single_news['图片数量']}")
print("="*80)
else:
print(f"获取失败：{single_news['error_msg']}（错误码：{single_news['error_code']}）")
# 模式2：批量获取内容详情
# BATCH_ITEM_IDS = ["20240520A00123", "20240520A00124", "20240520A00125"] # 批量内容ID列表
# batch_news = batch_get_news_details(BATCH_ITEM_IDS)
# save_news_details(batch_news)