微信公众号文章采集获取方案附接口说明-文章阅读点赞在看数获取工具接口

更多方案详细分析流程和接口说明地址：根据文章链接获取点赞阅读 | 全网公号数据

搜狗微信采集

注意：此方法列表内容已经采集不到了，可用性基本不高，只能作为补充使用（一般没人使用）

在网上可以找到很多针对公众号文章采集的方案，而其中最常用的一种方案就是通过搜狗微信搜索入口进行公众号搜索，然后选取公众号进入公众号历史文章列表，再通过文章列表获取文章链接，通过文章链接获取文章内容，最终对文章内容进行解析并存储到数据库中。

不过需要特别注意的是，如果采集过于频繁的话，搜狗搜索和公众号历史文章列表访问都会出现验证码。此时可以考虑使用无头浏览器来进行访问，并通过打码平台识别验证码。其中，无头浏览器的实现可以采用 Selenium 进行开发。

但是需要注意的是，在采用无头浏览器的方案时，仍然存在一些问题。比如效率低下，无法控制浏览器加载过程等。而且验证码识别也无法做到100%，中途有可能会打断抓取流程。因此，如果坚持采用此方案并想进行完美采集的话，必须增加代理IP来保证稳定性。

除此之外，还有一些其他不足之处需要考虑。比如，无法获取关键信息如阅读数、点赞数等来评估文章质量；无法及时获得已经发布的公众号文章，只能作定期的重复爬取；只能获得最近十条群发文章等。

对手机微信进行中间人代理

中间人代理，用于截取客户端与服务端之间的通信信息。这种攻击方案的思路是在手机微信和微信服务器之间搭建一个"HTTPS代理"，用于截获手机微信获取的公众号文章信息。一般性步骤如下：

1. 打开手机微信并搜索一个公众号。

2. 进入公众号历史文章页面。

3. 中间人代理程序识别已经进入列表页面，开始截获页面内容。

4. 中间人代理程序根据实际情况返回继续下拉触发的JavaScript代码，或爬取新的公众号页面的JavaScript代码。

这种方案能够实现自动化的原因主要有两点：

1. 微信公众号使用的是HTTPS协议，且内容未加密，使得数据截获比较容易。

2. 微信公众号文章列表和详情本质上是一个Web页面，可以嵌入JavaScript代码进行控制。

这种方案的优点主要有：

1. 一般情况下不会被屏蔽。

2. 可以拿到点赞数和阅读数等文章评估信息。

3. 可以拿到公众号全部的历史文章。

但是也存在很多缺点，如：

1. 需要一个长期联网的实体手机。

2. 前期需要设置代理，工作量比较大。

3. 不能实现实时推送，本质上还是轮查的过程。

4. Web加载难以控制，本地网络环境影响大。

5. 微信接口发生变更代码不再适应。

还有一些方案的变种，如：

1. 利用lua脚本控制公众号搜索而不是使用代理返回嵌入的JavaScript代码。

2. 通过GUI操作脚本控制PC端微信。

但这些方案都存在"不能精确稳定控制"的缺点。

 更多方案详细分析流程和接口说明地址：https://www.webluedata.top/pages/a2f161/