摘要：我從年就開(kāi)始做微信公眾號(hào)內(nèi)容的批量采集，最開(kāi)始的目的是為了做一個(gè)的垃圾內(nèi)容網(wǎng)站。經(jīng)過(guò)實(shí)測(cè)的微信客戶端在批量采集過(guò)程中崩潰率高于安卓系統(tǒng)。在年年初的時(shí)候微信公眾號(hào)和微信文章開(kāi)始使用鏈接。

我從2014年就開(kāi)始做微信公眾號(hào)內(nèi)容的批量采集，最開(kāi)始的目的是為了做一個(gè)html5的垃圾內(nèi)容網(wǎng)站。當(dāng)時(shí)垃圾站采集到的微信公眾號(hào)的內(nèi)容很容易在公眾號(hào)里面?zhèn)鞑?。?dāng)時(shí)批量采集特別好做，采集入口是公眾號(hào)的歷史消息頁(yè)。這個(gè)入口到現(xiàn)在也是一樣，只不過(guò)越來(lái)越難采集了。采集的方式也更新?lián)Q代了好多個(gè)版本。后來(lái)在2015年html5垃圾站不做了，轉(zhuǎn)向?qū)⒉杉繕?biāo)定位在本地新聞資訊類(lèi)公眾號(hào)，前端顯示做成了app。所以就形成了一個(gè)可以自動(dòng)采集公眾號(hào)內(nèi)容的新聞app。曾經(jīng)我一直擔(dān)心有一天微信技術(shù)升級(jí)之后無(wú)法采集內(nèi)容了，我的新聞app就失效了。但隨著微信不斷的技術(shù)升級(jí)，采集方法也隨之升級(jí)，反而使我越來(lái)越有信心。只要公眾號(hào)歷史消息頁(yè)存在，就能批量采集到內(nèi)容。所以今天決定將采集方法整理之后寫(xiě)下來(lái)。我的方法來(lái)源于許多同行的分享精神，所以我也會(huì)延續(xù)這個(gè)精神，將我的成果分享出來(lái)。

本篇文章將持續(xù)更新，你所看到的內(nèi)容將保證在看到的時(shí)間是可用的。

首先我們來(lái)看一個(gè)微信公眾號(hào)歷史消息頁(yè)面的鏈接地址：

http://mp.weixin.qq.com/mp/getmasssendmsg?__biz=MjM5MzczNjY2NA==&uin=NzM4MTk1ODgx&key=9ed31d4918c154c8e04cb95d0b28d07ae8eda2ba29a25f538d06adfa060e5d7d42a1427e8f9cfb6a4c3ecc0903a1a9ab87d1471e43705a8b04e1a796612405546f901ec1e4ea662122bb9235f4dfea4d&devicetype=android-17&version=26031c34&lang=zh_CN&nettype=WIFI&ascene=3&pass_ticket=iyVknv0cBEc1Z8oR4zVs%2BkLeRwYtW5bbtL4Tj9bm%2FwgjP%2BsobV6en3WohWUOllUU&wx_header=1

這里面有幾個(gè)參數(shù)：

__biz;uin=;key=;devicetype=;version=;lang=;nettype=;ascene=;pass_ticket=;wx_header=;

其中重要的參數(shù)是：__biz;uin=;key=;pass_ticket=;這4個(gè)參數(shù)。

__biz是公眾號(hào)的一個(gè)類(lèi)似id的參數(shù)，每個(gè)公眾號(hào)擁有一個(gè)微信的biz，目前極小概率會(huì)發(fā)生公眾號(hào)的biz會(huì)變化的事件；

剩下的3個(gè)參數(shù)是有關(guān)用戶的id和令牌票據(jù)之類(lèi)的意思，這3個(gè)參數(shù)的值只能通過(guò)微信的客戶端產(chǎn)生。所以我們想采集公眾號(hào)就必須通過(guò)一個(gè)微信客戶端app。在以前的微信版本中這3個(gè)參數(shù)還可以獲取一次之后在有效期之內(nèi)多個(gè)公眾號(hào)通用?，F(xiàn)在的版本已經(jīng)是每次訪問(wèn)一個(gè)公眾號(hào)都會(huì)更換參數(shù)值。

我現(xiàn)在所使用的方法只需要關(guān)注__biz這個(gè)參數(shù)就可以了。

我的采集系統(tǒng)由以下幾部分組成：
1、一個(gè)微信客戶端：可以是一臺(tái)手機(jī)安裝了微信的app，或者是用電腦中的安卓模擬器。經(jīng)過(guò)實(shí)測(cè)ios的微信客戶端在批量采集過(guò)程中崩潰率高于安卓系統(tǒng)。為了降低成本，我使用的是安卓模擬器。

2、一個(gè)微信個(gè)人號(hào)：為了采集內(nèi)容不僅需要微信客戶端，還要有一個(gè)微信個(gè)人號(hào)專(zhuān)門(mén)用于采集，因?yàn)檫@個(gè)微信號(hào)就干不了其它事情了。

3、本地代理服務(wù)器系統(tǒng)：目前使用的方法是通過(guò)Anyproxy代理服務(wù)器將公眾號(hào)歷史消息頁(yè)面中的文章列表發(fā)送到自己的服務(wù)器上。具體安裝設(shè)置方法在后面詳細(xì)介紹。

4、文章列表分析與入庫(kù)系統(tǒng)：我用的是php語(yǔ)言編寫(xiě)的，后文將詳細(xì)介紹如何分析文章列表和建立采集隊(duì)列實(shí)現(xiàn)批量采集內(nèi)容。

步驟

一、安裝模擬器或使用手機(jī)安裝微信客戶端app，申請(qǐng)微信個(gè)人號(hào)并登錄到app上面。這一點(diǎn)就不過(guò)多介紹了，大家都會(huì)。

二、代理服務(wù)器系統(tǒng)安裝

目前我使用的是Anyproxy，AnyProxy 。這個(gè)軟件的特點(diǎn)是可以獲取到https鏈接的內(nèi)容。在2016年年初的時(shí)候微信公眾號(hào)和微信文章開(kāi)始使用https鏈接。并且Anyproxy可以通過(guò)修改rule配置實(shí)現(xiàn)向公眾號(hào)的頁(yè)面中插入腳本代碼。下面開(kāi)始介紹安裝與配置過(guò)程。

1、安裝 NodeJS

2、在命令行或者終端運(yùn)行 npm install -g anyproxy，mac系統(tǒng)需要加上sudo；

3、生成RootCA，https需要這個(gè)證書(shū)：運(yùn)行命令sudo anyproxy --root（windows可能不需要sudo）；

4、啟動(dòng)anyproxy運(yùn)行命令：sudo anyproxy -i；參數(shù)-i是解析HTTPS的意思；

5、安裝證書(shū)，在手機(jī)或安卓模擬器中安裝證書(shū)：

方法一： 啟動(dòng)anyproxy，瀏覽器打開(kāi) http://localhost:8002/fetchCr... ，能獲取rootCA.crt文件
方法二：?jiǎn)?dòng)anyproxy，http://localhost:8002/qr_root 可以獲取證書(shū)路徑的二維碼，移動(dòng)端安裝時(shí)會(huì)比較便捷
建議通過(guò)二維碼將證書(shū)安裝到手機(jī)中。
6、設(shè)置代理：安卓模擬器的代理服務(wù)器地址是wifi鏈接的網(wǎng)關(guān)，可以通過(guò)吧dhcp設(shè)置為靜態(tài)后看到網(wǎng)關(guān)地址，看完后別忘了再設(shè)置為自動(dòng)。手機(jī)中的代理服務(wù)器地址就是運(yùn)行anyproxy的電腦的ip地址。代理服務(wù)器默認(rèn)端口是8001；

現(xiàn)在打開(kāi)微信，點(diǎn)擊到任意一個(gè)公眾號(hào)歷史消息或文章中，在終端都可以看到響應(yīng)的代碼滾動(dòng)。如果沒(méi)有出現(xiàn)，請(qǐng)檢查手機(jī)的代理設(shè)置是否正確。

現(xiàn)在打開(kāi)瀏覽器地址http://localhost:8002 可以看到anyproxy的web界面。從微信中點(diǎn)開(kāi)一個(gè)歷史消息頁(yè)面，然后再看瀏覽器的web界面，會(huì)滾動(dòng)出現(xiàn)歷史消息頁(yè)面的地址。

以/mp/getmasssendmsg開(kāi)頭的網(wǎng)址就是微信歷史消息頁(yè)面。左邊一個(gè)小鎖頭表示這個(gè)頁(yè)面是https加密的?，F(xiàn)在我們點(diǎn)擊一下這一行；

右邊如果出現(xiàn)了html的文件內(nèi)容則表示解密成功。如果沒(méi)有內(nèi)容，請(qǐng)檢查anyproxy的運(yùn)行模式是否有參數(shù)i，是否生成了ca證書(shū)，手機(jī)是否正確安裝證書(shū)。

現(xiàn)在我們的手機(jī)中的所有內(nèi)容都已經(jīng)可以明文通過(guò)代理服務(wù)器了。下面我們要修改配置代理服務(wù)器，使公眾號(hào)內(nèi)容被獲取到。

一、找到配置文件：

mac系統(tǒng)中配置文件的位置在/usr/local/lib/node_modules/anyproxy/lib/；windows系統(tǒng)請(qǐng)?jiān)徫視簳r(shí)不知道。應(yīng)該可以根據(jù)類(lèi)似mac的文件夾地址找到這個(gè)目錄。

二、修改文件rule_default.js

找到replaceServerResDataAsync: function(req,res,serverResData,callback) 函數(shù)

修改函數(shù)內(nèi)容（請(qǐng)注意詳細(xì)閱讀注釋?zhuān)@里只是介紹原理，理解后根據(jù)自己的條件修改內(nèi)容）：

replaceServerResDataAsync: function(req,res,serverResData,callback){
        if(/mp/getmasssendmsg/i.test(req.url)){//當(dāng)鏈接地址為公眾號(hào)歷史消息頁(yè)面時(shí)
            try {//防止報(bào)錯(cuò)退出程序
                var reg = /msgList = (.*?);
/;//定義歷史消息正則匹配規(guī)則
                var ret = reg.exec(serverResData.toString());//轉(zhuǎn)換變量為string
                HttpPost(ret[1],req.url,"getMsgJson.php");//這個(gè)函數(shù)是后文定義的，將匹配到的歷史消息json發(fā)送到自己的服務(wù)器
                var http = require("http");
                http.get("http://xxx.com/getWxHis.php", function(res) {//這個(gè)地址是自己服務(wù)器上的一個(gè)程序，目的是為了獲取到下一個(gè)鏈接地址，將地址放在一個(gè)js腳本中，將頁(yè)面自動(dòng)跳轉(zhuǎn)到下一頁(yè)。后文將介紹getWxHis.php的原理。
                    res.on("data", function(chunk){
                        callback(chunk+serverResData);//將返回的代碼插入到歷史消息頁(yè)面中，并返回顯示出來(lái)
                    })
                });
            }catch(e){//如果上面的正則沒(méi)有匹配到，那么這個(gè)頁(yè)面內(nèi)容可能是公眾號(hào)歷史消息頁(yè)面向下翻動(dòng)的第二頁(yè)，因?yàn)闅v史消息第一頁(yè)是html格式的，第二頁(yè)就是json格式的。
                 try {
                    var json = JSON.parse(serverResData.toString());
                    if (json.general_msg_list != []) {
                        HttpPost(json.general_msg_list,req.url,"getMsgJson.php");//這個(gè)函數(shù)和上面的一樣是后文定義的，將第二頁(yè)歷史消息的json發(fā)送到自己的服務(wù)器
                    }
                 }catch(e){
                   console.log(e);//錯(cuò)誤捕捉
                 }
                callback(serverResData);//直接返回第二頁(yè)json內(nèi)容
            }
        }else if(/mp/getappmsgext/i.test(req.url)){//當(dāng)鏈接地址為公眾號(hào)文章閱讀量和點(diǎn)贊量時(shí)
            try {
                HttpPost(serverResData,req.url,"getMsgExt.php");//函數(shù)是后文定義的，功能是將文章閱讀量點(diǎn)贊量的json發(fā)送到服務(wù)器
            }catch(e){

            }
            callback(serverResData);
        }else if(/s?__biz/i.test(req.url) || /mp/rumor/i.test(req.url)){//當(dāng)鏈接地址為公眾號(hào)文章時(shí)（rumor這個(gè)地址是公眾號(hào)文章被辟謠了）
            try {
                var http = require("http");
                http.get("http://xxx.com/getWxPost.php", function(res) {//這個(gè)地址是自己服務(wù)器上的另一個(gè)程序，目的是為了獲取到下一個(gè)鏈接地址，將地址放在一個(gè)js腳本中，將頁(yè)面自動(dòng)跳轉(zhuǎn)到下一頁(yè)。后文將介紹getWxPost.php的原理。
                    res.on("data", function(chunk){
                        callback(chunk+serverResData);
                    })
                });
            }catch(e){
                callback(serverResData);
            }
        }else{
            callback(serverResData);
        }
    },

上面這段代碼是利用anyproxy可以修改返回頁(yè)面內(nèi)容的功能，向頁(yè)面注入腳本，和將頁(yè)面內(nèi)容發(fā)送到服務(wù)器上。使用這個(gè)原理來(lái)批量采集公眾號(hào)內(nèi)容和閱讀量。這段腳本中自定義了一個(gè)函數(shù)，下面詳細(xì)介紹：

在rule_default.js文件末尾添加以下代碼：

function HttpPost(str,url,path) {//將json發(fā)送到服務(wù)器，str為json內(nèi)容，url為歷史消息頁(yè)面地址，path是接收程序的路徑和文件名
    var http = require("http");
    var data = {
        str: encodeURIComponent(str),
        url: encodeURIComponent(url)
    };
    content = require("querystring").stringify(data);
    var options = {
        method: "POST",
        host: "www.xxx.com",//注意沒(méi)有http://，這是服務(wù)器的域名。
        port: 80,
        path: path,//接收程序的路徑和文件名
        headers: {
            "Content-Type": "application/x-www-form-urlencoded; charset=UTF-8",
            "Content-Length": content.length
        }
    };
    var req = http.request(options, function (res) {
        res.setEncoding("utf8");
        res.on("data", function (chunk) {
            console.log("BODY: " + chunk);
        });
    });
    req.on("error", function (e) {
        console.log("problem with request: " + e.message);
    });
    req.write(content);
    req.end();
}

上面就是rule規(guī)則修改的主要部分，需要將json內(nèi)容發(fā)送到自己的服務(wù)器，還要從服務(wù)器獲取到下一頁(yè)的跳轉(zhuǎn)地址。這就涉及到了四個(gè)php文件：getMsgJson.php、getMsgExt.php、getWxHis.php、getWxPost.php

在詳細(xì)介紹這4個(gè)php文件之前，為了提高采集系統(tǒng)性能和降低崩潰率，我們還可以進(jìn)行一些修改：

安卓模擬器經(jīng)常會(huì)訪問(wèn)一些http://google.com的地址，這樣會(huì)導(dǎo)致anyproxy死機(jī)，找到函數(shù)replaceRequestOption : function(req,option)，修改函數(shù)內(nèi)容：

replaceRequestOption : function(req,option){
        var newOption = option;
        if(/google/i.test(newOption.headers.host)){
            newOption.hostname = "www.baidu.com";
            newOption.port     = "80";
        }
        return newOption;
    },

以上就是針對(duì)anyproxy的rule文件的修改配置，配置修改完成之后，重新啟動(dòng)anyproxy。mac系統(tǒng)里按control+c中斷程序，再輸入命令sudo anyproxy -i啟動(dòng)；如果啟動(dòng)報(bào)錯(cuò)，可能是程序沒(méi)有退出干凈，端口被占用。這時(shí)輸入命令ps -a查看占用的pid，再輸入命令“kill -9 pid”這里將pid替換成查詢到的pid號(hào)碼。殺死進(jìn)程之后就可以啟動(dòng)anyproxy了。還是那句話windows的命令請(qǐng)?jiān)徫也惶煜ぁ?/p>

接下來(lái)詳細(xì)介紹服務(wù)器上接收程序的設(shè)計(jì)原理：

（以下代碼并不是直接可以用的，只是介紹原理，其中一部分需要根據(jù)自己的服務(wù)器數(shù)據(jù)庫(kù)框架進(jìn)行編寫(xiě)）

1、getMsgJson.php：這個(gè)程序負(fù)責(zé)接收歷史消息的json并解析后存入數(shù)據(jù)庫(kù)

$v){
            $type = $v["comm_msg_info"]["type"];
            if($type==49){//type=49代表是圖文消息
                $content_url = str_replace("", "", htmlspecialchars_decode($v["app_msg_ext_info"]["content_url"]));//獲得圖文消息的鏈接地址
                $is_multi = $v["app_msg_ext_info"]["is_multi"];//是否是多圖文消息
                $datetime = $v["comm_msg_info"]["datetime"];//圖文消息發(fā)送時(shí)間
                //在這里將圖文消息鏈接地址插入到采集隊(duì)列庫(kù)中（隊(duì)列庫(kù)將在后文介紹，主要目的是建立一個(gè)批量采集隊(duì)列，另一個(gè)程序?qū)⒏鶕?jù)隊(duì)列安排下一個(gè)采集的公眾號(hào)或者文章內(nèi)容）
                //在這里根據(jù)$content_url從數(shù)據(jù)庫(kù)中判斷一下是否重復(fù)
                if("數(shù)據(jù)庫(kù)中不存在相同的$content_url") {
                    $field_id = $v["app_msg_ext_info"]["fileid"];//一個(gè)微信給的id，每條文章唯一不重復(fù)
                    $title = $v["app_msg_ext_info"]["title"];//文章標(biāo)題
                    $title_encode = urlencode(str_replace(" ", "", $title));//建議將標(biāo)題進(jìn)行編碼，這樣就可以存儲(chǔ)emoji特殊符號(hào)了
                    $digest = $v["app_msg_ext_info"]["digest"];//文章摘要
                    $source_url = str_replace("", "", htmlspecialchars_decode($v["app_msg_ext_info"]["source_url"]));//閱讀原文的鏈接
                    $cover = str_replace("", "", htmlspecialchars_decode($v["app_msg_ext_info"]["cover"]));//封面圖片

                    $is_top = 1;//標(biāo)記一下是頭條內(nèi)容
                    //現(xiàn)在存入數(shù)據(jù)庫(kù)
                    echo "頭條標(biāo)題：".$title.$lastId."
";//這個(gè)echo可以顯示在anyproxy的終端里
                }
                if($is_multi==1){//如果是多圖文消息
                    foreach($v["app_msg_ext_info"]["multi_app_msg_item_list"] as $kk=>$vv){//循環(huán)后面的圖文消息
                        $content_url = str_replace("","",htmlspecialchars_decode($vv["content_url"]));//圖文消息鏈接地址
                        //這里再次根據(jù)$content_url判斷一下數(shù)據(jù)庫(kù)中是否重復(fù)以免出錯(cuò)
                        if("數(shù)據(jù)庫(kù)中不存在相同的$content_url"){
                            //在這里將圖文消息鏈接地址插入到采集隊(duì)列庫(kù)中（隊(duì)列庫(kù)將在后文介紹，主要目的是建立一個(gè)批量采集隊(duì)列，另一個(gè)程序?qū)⒏鶕?jù)隊(duì)列安排下一個(gè)采集的公眾號(hào)或者文章內(nèi)容）
                            $title = $vv["title"];//文章標(biāo)題
                            $field_id = $vv["fileid"];//一個(gè)微信給的id，每條文章唯一不重復(fù)
                            $title_encode = urlencode(str_replace(" ","",$title));//建議將標(biāo)題進(jìn)行編碼，這樣就可以存儲(chǔ)emoji特殊符號(hào)了
                            $digest = htmlspecialchars($vv["digest"]);//文章摘要
                            $source_url = str_replace("","",htmlspecialchars_decode($vv["source_url"]));//閱讀原文的鏈接
                            //$cover = getCover(str_replace("","",htmlspecialchars_decode($vv["cover"])));
                            $cover = str_replace("","",htmlspecialchars_decode($vv["cover"]));//封面圖片
                            //現(xiàn)在存入數(shù)據(jù)庫(kù)
                            echo "標(biāo)題：".$title.$lastId."
";
                        }

                    }
                }
            }
        }
?>

再次強(qiáng)調(diào)代碼只是原理，其中一部分注視的代碼要自己編寫(xiě)。

2、getMsgExt.php獲取文章閱讀量和點(diǎn)贊量的程序

3、getWxHis.php、getWxPost.php兩個(gè)程序比較類(lèi)似，一起介紹

setTimeout(function(){window.location.href="".$url."";},2000);";//將下一個(gè)將要跳轉(zhuǎn)的$url變成js腳本，由anyproxy注入到微信頁(yè)面中。
?>
1){//(注意這一行和上面的程序不一樣)
            //取得第0行的content_url字段
            $url = $content_url;
            //將第0行的load字段update為1
        }else{
            //隊(duì)列表還剩下最后一條時(shí)，就從存儲(chǔ)公眾號(hào)biz的表中取得一個(gè)biz，這里我在公眾號(hào)表中設(shè)置了一個(gè)采集時(shí)間的time字段，按照正序排列之后，就得到時(shí)間戳最小的一個(gè)公眾號(hào)記錄，并取得它的biz
            $url = "http://mp.weixin.qq.com/mp/getmasssendmsg?__biz=".$biz."#wechat_webview_type=1&wechat_redirect";//拼接公眾號(hào)歷史消息url地址
            //更新剛才提到的公眾號(hào)表中的采集時(shí)間time字段為當(dāng)前時(shí)間戳。
        }
        echo "";//將下一個(gè)將要跳轉(zhuǎn)的$url變成js腳本，由anyproxy注入到微信頁(yè)面中。
?>

這兩個(gè)程序的微小差別是因?yàn)楫?dāng)讀取公眾號(hào)歷史消息頁(yè)面時(shí)，anyproxy會(huì)同時(shí)做兩件事，第一是將歷史消息的json發(fā)送到服務(wù)器，第二是獲取到下一頁(yè)的鏈接地址。但是這兩個(gè)操作是存在時(shí)間差的，第一次讀取下一頁(yè)地址時(shí)候本來(lái)應(yīng)該是得到當(dāng)前這個(gè)公眾號(hào)文章的第一條鏈接地址，但是這時(shí)候歷史消息的json還沒(méi)有發(fā)送到服務(wù)器，所以只能得到第二個(gè)公眾號(hào)的歷史消息頁(yè)面。在讀取第二個(gè)公眾號(hào)歷史消息頁(yè)面之后得到的下一頁(yè)地址則是第一個(gè)公眾號(hào)的第一篇文章的地址。當(dāng)隊(duì)列還剩下一條記錄時(shí)，就需要再去取得下一個(gè)公眾號(hào)的鏈接地址，否則如果當(dāng)隊(duì)列空了再去取得下一個(gè)公眾號(hào)的鏈接地址，就會(huì)循環(huán)到上面提到的第一次讀取時(shí)的情況，這樣就會(huì)出現(xiàn)兩個(gè)公眾號(hào)歷史消息列表和文章采集穿插進(jìn)行的情況。

剛才這4個(gè)PHP程序提到了幾個(gè)數(shù)據(jù)表，下面再講一下數(shù)據(jù)表如何設(shè)計(jì)。這里只介紹一些主要字段，現(xiàn)實(shí)應(yīng)用中還會(huì)根據(jù)自己程序的不同添加上其它有必要的字段。

1、微信公眾號(hào)表

CREATE TABLE `weixin` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `biz` varchar(255) DEFAULT "" COMMENT "公眾號(hào)唯一標(biāo)識(shí)biz",
  `collect` int(11) DEFAULT "1" COMMENT "記錄采集時(shí)間的時(shí)間戳",
  PRIMARY KEY (`id`)
) ;

2、微信文章表

CREATE TABLE `post` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `biz` varchar(255) CHARACTER SET utf8 NOT NULL COMMENT "文章對(duì)應(yīng)的公眾號(hào)biz",
  `field_id` int(11) NOT NULL COMMENT "微信定義的一個(gè)id，每條文章唯一",
  `title` varchar(255) NOT NULL DEFAULT "" COMMENT "文章標(biāo)題",
  `title_encode` text CHARACTER SET utf8 NOT NULL COMMENT "文章編碼，防止文章出現(xiàn)emoji",
  `digest` varchar(500) NOT NULL DEFAULT "" COMMENT "文章摘要",
  `content_url` varchar(500) CHARACTER SET utf8 NOT NULL COMMENT "文章地址",
  `source_url` varchar(500) CHARACTER SET utf8 NOT NULL COMMENT "閱讀原文地址",
  `cover` varchar(500) CHARACTER SET utf8 NOT NULL COMMENT "封面圖片",
  `is_multi` int(11) NOT NULL COMMENT "是否多圖文",
  `is_top` int(11) NOT NULL COMMENT "是否頭條",
  `datetime` int(11) NOT NULL COMMENT "文章時(shí)間戳",
  `readNum` int(11) NOT NULL DEFAULT "1" COMMENT "文章閱讀量",
  `likeNum` int(11) NOT NULL DEFAULT "0" COMMENT "文章點(diǎn)贊量",
  PRIMARY KEY (`id`)
) ;

3、采集隊(duì)列表

CREATE TABLE `tmplist` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `content_url` varchar(255) DEFAULT NULL COMMENT "文章地址",
  `load` int(11) DEFAULT "0" COMMENT "讀取中標(biāo)記",
  PRIMARY KEY (`id`),
  UNIQUE KEY `content_url` (`content_url`)
) ;

以上就是由微信客戶端、微信號(hào)、anyproxy代理服務(wù)器、PHP程序、mysql數(shù)據(jù)庫(kù)共同組成的微信公眾號(hào)文章批量自動(dòng)采集系統(tǒng)。

在接下來(lái)的文章中，還會(huì)再進(jìn)一步詳細(xì)介紹如何保存文章內(nèi)容，如何提高采集系統(tǒng)的穩(wěn)定性，以及其它我的系統(tǒng)運(yùn)行過(guò)程中得到的經(jīng)驗(yàn)。

非常希望大家能給予意見(jiàn)和交流，歡迎騷擾微信號(hào)cuijin。