如何采集微信公众号历史消息页

微信公众号文章采集的入口：历史消息页的信息获取方法详解

微信文章采集与网站内容采集相似，都从列表页开始。微信文章的列表页即为公众号的查看历史消息页。虽然网络上存在其他微信采集器，如通过搜狗搜索进行采集，这种方式虽然简单，但内容可能不完整。为了确保获取内容的完整性和准确性，我们仍推荐从公众号的历史消息页进行采集。

由于微信的限制，我们能复制到的链接并不完整，无法在浏览器中直接打开。为了获取完整的微信公众号历史消息页面链接地址，我们需要使用anyproxy工具。具体的链接地址中包含了许多参数，其中，公众号的ID、用户的ID以及其他一些关键参数如key和pass_ticket都是必要的。

近期，有朋友说他的采集目标仅限于单一公众号。针对这种情况，我们无需使用批量采集的方法。接下来，我们将详细历史消息页中文章列表的获取方式。通过分析文章列表，我们可以获取到这个公众号所有的内容链接地址，然后进行内容采集。

使用anyproxy工具时，如果证书配置正确，可以在web界面中查看https的内容。在列表中找到以getmasssendmsg开头的记录，点击后可以看到这条记录的详情。其中，红框部分即为完整的链接地址，将其与微信公众平台域名拼接后，就可以在浏览器中打开了。

将页面拉到html内容结尾部分，我们可以看到文章列表的json变量。将msgList的变量值拷贝出来并进行json格式化分析，就可以看到这个json的结构。这个结构包含了文章的各种信息，如作者、内容、封面等。

请注意，在获取和使用这些链接时，请确保遵守微信平台的使用规则和政策，尊重和版权。

```json

{

"list": [ // 最外层的键名，包含所有的内容信息。

{

"fileid": 505283695, // 标识每一条记录的唯一ID。

"is_multi": 1, // 表示是否是多篇文章或内容，这里为1表示是。

"multi_app_msg_item_list": [ // 包含多个应用消息项的列表。

{

"author": "", // 作者信息，这里为空。

"content": "", // 文章的内容，这里为空。

"content_url": "...", // 文章内容的链接地址。

"copyright_stat": 100, // 版权状态，这里为100可能表示有版权保护。

"cover": "...", // 文章的封面图片链接地址。

"digest": "12月28日，广州亚运城综合体育馆，内附购票入口~", // 文章的摘要或简介。

"fileid": 0, // 文章或内容的标识ID。

"source_url": "...", // 来源链接地址。

"title": "2017微信公开课Pro版即将召开", // 文章的标题。

// 其他循环省略的字段...

}

// 其他循环生成的记录...

],

"source_url": "", // 来源（可能为空）。

"subtype": 9, // 子类型标识，可能用于区分不同的消息类别或内容类型。

"title": "谣言热榜 | 十一月朋友圈十大谣言", // 此条记录的标题或主题。

"m_msg_info": { // 关于消息的一些详细信息。

"content": "", // 消息的具体内容。

"datetime": , // 消息的发送时间（时间戳）。

"fakeid": "", // 可能是一个用于标识的假ID。

"id": , // 消息的ID或标识。

"status": 2, // 状态标识，可能表示消息的状态或进度。

"type": 49 // 类型标识，这里是49表示这是一个图文消息。

}

}

// 其他循环生成的记录...

]

}

```

谣言热榜 | 十一月朋友圈十大谣言

尊敬的读者，呈现于您眼前的是一份关于十一月朋友圈中最具影响力的十大谣言的分析报告。在这个数字化的信息时代，谣言往往以惊人的速度传播，引起广泛的关注与讨论。本期热榜为您揭开这些谣言的真相，帮助您明辨是非，保持清醒的思考。

每一条谣言背后都有其传播的土壤和动因。有的谣言涉及重大事件，引发公众恐慌；有的则源于日常琐事，却引发了广泛的讨论和争议。每一条记录都值得我们去深入了解、分析并反思。下面将为您逐一揭示这些谣言的真相和背后的故事。让我们一同走进这个充满迷雾的世界，真相的踪迹。在揭晓这些谣言的我们也希望提高公众的信息辨别能力，共同维护一个健康、和谐的网络环境。请跟随我们的脚步，一同揭开这些谣言的神秘面纱吧！我们也诚邀您参与讨论，分享您的看法和观点，共同为抗击谣言贡献一份力量。让我们一起行动起来，让真相跑得更远一些！最后提醒您，在阅读本文时，请注意保持冷静和理性，不要被谣言所左右。让我们携手前行，共同追求真实、公正的信息世界！接下来让我们开始今天的之旅吧！期待与您一同揭开真相的面纱！在数字时代的洪流中，信息的传递如同波澜壮阔的江河，奔涌不息。而今，我们面临的已不再只是简单的文字消息，而是集图像、文字、链接等多元素于一体的丰富图文信息。在这之中，有一类特殊的信息格外引人注目——那就是微信公众号的图文消息。

当我们谈论微信公众号中的图文消息时，其实是在描述一种包含丰富多媒体内容的消息类型。每一条图文消息，都如同一幅精心绘制的画卷，封面图片是画卷的封面，吸引着人们的目光；内容则是画卷的主体，以文字、图片、链接等多种形式展现，丰富着我们的视觉和思维。

这些图文消息的扩展信息，如同画卷的细致笔触，每一条都承载着发布者的心血和期望。它们包括链接地址、封面图片、摘要、是否多图文标记等。特别是多图文消息，它们如同画卷中的多幅小画，每一条都有其独特的魅力和内容。

而获取这些历史消息内容，就如同在岁月的长河中珍宝。当我们在手机或模拟器中向下拉页面时，微信会自动读取的内容。这些内容的链接地址，都是getmasssendmsg开头的地址，如同岁月留下的痕迹，见证着每一刻的信息交流。

这时，我们可以借助之前介绍的方法，使用anyproxy工具将获取到的msgList变量值正则匹配出来，然后异步提交到服务器。在服务器上，我们可以使用php的json_decodejson，将其转化为数组。然后遍历这个数组，每一篇文章的标题和链接地址就会展现在我们面前。

如果我们的目标只是采集单一公众号的内容，那么完全可以在每天群发之后，通过anyproxy获取到带有key和pass_ticket的完整链接地址。然后，我们可以自己制作一个程序，手动将地址提交给这个程序。使用php这样的语言来正则匹配到msgList，然后json。这样，我们就不需要修改anyproxy的rule，也不需要制作一个采集队列和跳转页面了。

在这个信息交织的时代，微信公众号图文消息的采集与处理，如同一门精细的艺术。而我们，正是这门艺术的者和实践者。通过深入理解和利用这些信息的结构和特点，我们可以更好地把握信息的精髓，更好地进行信息的传递和交流。