一键采集文章(一下备份某个公众号的所有文章的思路方法方法！)

　　一键采集文章(一下备份某个公众号的所有文章的思路方法方法！)

　　有时，我们会发现我们采集中的某个微信公众号文章会被删除或统一，尤其是对自己非常有用的文章，我们会后悔没有复制或备份它向上。

　　需要备份单个公众号文章。你可以找到很多方法直接点击百度，这里就不废话了。

　　如果你想备份某个公众号的所有文章，这需要一些努力。我在网上搜了一下，有免费的和付费的工具，评论的效果也不一样，不好说。

　　其实比较原理也不难。今天，永恒先生分享一下备份某个公众号的所有文章的想法。

　　以公众号永恒军的宝箱为例。原理大致是这样的：

　　1、捕获微信客户端的界面

　　常见的抓包工具有Fiddler、Charles等，永恒君子这里用Charles。

　　在使用之前，需要进行一系列的配置，安装证书，并添加域名和主机。否则无法获取https接口数据，显示unknown。.

　　配置完成后启动，打开微信客户端找到公众号，进入文章列表可以看到发送的文章。

　　这样就可以抢到公众号文章界面数据。

　　公众号文章的接口地址如下：

　　/mp/profile_ext?action=getmsg&__biz=MzIzMTU2OTkwOQ==&f=json&offset=10&count=10&is_ok=1&scene=124&uin=MzY0MDY1OTU1&key=61633b3e6808122f2a8e656cab84fa561b091de04bff962f725a959bf7d4e91507cf2f369f5dd89c9346abc8a415882fc2a13b51777dc54fba05e79c2346af8c872d619e7b10b27d515745b96d3ddd0f5fb09083f3bba38b8814be5cd32ab159d4964f299b988d29e1fbbe15ae2aa9f3a572392a143c354ba86df0d29414a0ee

　　参数很多，其中有用的参数有：

　　__biz 是用户和公众号之间的唯一ID

　　uin 是用户的 id，这是不变的

　　key 是请求的密钥，一段时间后会过期

　　偏移量是偏移量

　　count 是每次请求的数量

　　通过上面的请求，可以获取到文章公众号的信息，包括文章title title、文章地址content_url、reading source_url source_url、cover cover、作者作者，并抓取这些就是这样。

　　2、使用Python请求微信接口获取公众号文章链接并下载

　　有了上面的接口参数，就可以开始使用Python来请求文章信息了。

　　这里我们只抓取永恒之王签名的原创文章。原创的公众号大约有230篇文章。生成 HTML 文件后，3 分钟内全部下载完毕。

　　用浏览器打开看看。

　　但是有一个问题，html文件中的图片需要联网才能查看

　　于是永恒之王用python将html文章导出成PDF文档。

　　用于导出 PDF 的工具是 wkhtmltopdf。在这里，我们需要先下载安装wkhtmltopdf。

　　然后在Python中安装pdfkit库并调用wkhtmltopdf。

　　因为需要联网获取图片，所以生成PDF会比较慢。等待几十分钟后，所有的PDF文件也都生成了。

　　PDF也可以直接用浏览器打开。比如这个计算家庭人口的公式有点厉害~~~

　　如果觉得PDF文件太多，也可以使用pdf合并软件，将所有的pdf文件合并成一个集合。目录以每个文件名命名，方便查找。

　　这将完美地将我的公众号的所有文章以HTML和PDF格式下载到本地。

　　上面写的获取文章的代码很简单，没有优化，所以不好分享，怕误导大家。如有需要，可以联系我帮助下载公众号文章。

　　欢迎交流！