微信公众号采集教程
优采云 发布时间: 2024-01-20 15:03在此之前，我们的公众号采集是基于关键词搜索的，不支持对某个具体公众号进行采集。今天我们要介绍的，就是如何指定某个具体公众号进行采集，以下是详细教程。
一、环境配置
在开始使用公众号定向采集之前，您需要做一点环境配置，使您的手机或电脑通过我们的公众号采集专用代理上网，请参考下面的教程完成配置。
除了上述环境配置，您至少还需要一个软件：微信，不管是手机上的APP或者电脑版微信都可以，具体安装请自行解决。
专用代理只在授权公众号采集时需要，一旦授权完成，后面的网址抓取过程是不需要开启代理的。另外，专用代理开启时，除了优采云和微信公众号，你可能无法打开其他网页，这是正常现象，请完成授权后关闭代理即可恢复上网功能。每次开启或关闭代理后，请关闭浏览器重新打开页面。
二、采集授权
1. 如果您已经配置了上述公众号采集专用代理，接下来就可进行目标公众号的定向采集了。首先，从任务管理列表创建一个定向采集任务，不用添加定向目标，直接保存即可。
2. 点击任务上的定向设置按钮，再点击采公众号，就会看到公众号采集界面。
3. 任意输入一个目标公众号的文章网址，然后点击确定，系统会自动识别目标公众号。比如我们在微信中打开一篇文章，右上角菜单选择复制链接，
4. 系统已经识别到目标公众号是央视新闻，但没有授权，我们无法抓取它的网址。
5. 点击未授权按钮，会显示一个授权链接，点击下面的复制按钮。
6. 复制成功后，我们需要把链接粘贴到微信聊天中，然后点击打开。发给谁不重要，发出去能点击就行。比如我们可以发给文件传输助手：（这一步可以在电脑上操作，也可以在手机上操作，只要连接了专用代理即可。）
7. 点击后，如果看到授权成功，说明系统已经收到授权。
如果看到授权cookie无效，请返回微信检查如下设置是否正确，如果还是报错，刷新下网页，重新打开授权网址
8. 现在回到公众号采集界面，点击已完成，返回，会看到界面显示已经授权：
三、开始采集
注意：我们这里的采集，只是采集目标公众号的文章网址，并存放到URL直采中，这些文章网址是有一定有效期的，这是微信官方的限制。达到有效期后，再通过这些网址就抓取不到文章内容了，所以请少量抓取，用完再加。
具体操作：
我们提供了两个输入框，一个是包含词，用于设定只采包含某些词的文章（只检查标题），多个词可以用空格分隔。另一个是页码范围，表示要采集目标公众号文章列表的哪几页，比如采第1页，我们就输入1，如果采1-10页，我们就输入1-10，一般情况下每页的网址数是10条，10页就是100条。
在抓取网址过程中，获取按钮会显示一个旋转图标，图标消失则代表抓取结束。需要提醒的是：
1. 微信授权有效期约为一天，过期后可重新授权。同一微信号可授权采集多个目标公众号，但建议每天抓取总数不要超过200页（约2000条文章网址），否则易被风控。
2. 风控后，当前微信号无法再授权公众号采集，但不影响微信使用。风控时间一般24小时，解封后可重新操作授权。
3. 如手上有多个微信号，可分别授权抓取不同的公众号，但不要在同一个微信客户端上授权。
4. 这里抓取到的只是网址，并没有产生文章，需要系统运行采集任务，从这里调取文章网址，然后才会采集到文章。
