5.文章怎么拿到自己最需要的内容其实还是个问题

　　5.文章怎么拿到自己最需要的内容其实还是个问题

　　1、如何获取每个文章的原创链接，这是最关键的一步，也是很多人卡住的地方。目前的方法是用fiddler配合Android模拟器，或者用anyproxy配合模拟器等等，当然最好配真机。

　　2、文章获取链接后怎么下载，特别是文章里面的图片都是懒加载的，不容易下载。另外，批量下载时，需要控制速度，防止被微信屏蔽。微信的反爬虫策略还是很厉害的。此外，我们必须谨慎行事。虽然微信是一头大象，我们是小蚂蚁，但我们拼命的防止别人被微信屏蔽。太不厚道了（你是不是好心给自己找麻烦），看到其他网友说他同时开4个线程下载，我笑了，开1个线程的时候要控制下载频率，还有我一次打开4个。你在找东西怕微信不会被屏蔽吗？

　　3、已下载文，js\css等文件如何处理。如果公众号的主要用途是奇怪编辑器的奇怪字体，如何保持兼容性。还有各种奇怪的排版和图片。

　　4、html 下载完成了，如何转成pdf？您不能将 chrome 与按钮向导一起使用。有一个开源的 html to pdf 组件，但它有缺陷。很多图片转换后会变得异常。我想有些人在商业解决方案中使用了这个组件，但是文章中的一些图片都会出现异常，不知道是没有找到还是没有很好的方法解决。

　　5.文章 落伍了。如何高效获取你最需要的内容，其实还是一个问题。建立一个简单的索引非常有用。

　　6.具体实现过程中会遇到的各种坑。我已经解决了python编程中遇到的大部分坑。顺便说一句，我还用C#写了一个普通用户可以使用的图形软件。且不说写可视化软件过程中的流畅性，坑都已经爬过了，换种语言重写也只是复习巩固而已。这时候我才深刻的体会到，大师说的语言不是重点。 ，思想和观念才是王道的真谛。

　　欢迎技术交流，不欢迎白手起家，但可以洽谈合作。