微信文章采集的一些基础概念

　　微信文章采集的一些基础概念

　　背景

　　经常有人问我陌陌文章采集相关的基础常识问题，对于菜鸟来说，一些概念性的问题确实不太了解。但时常被问得也烦了，所以单独写一篇文章总结一些。

　　对于一些公众号文章/阅读量等插口采集需求，可参见此插口文档，也可直接访问我的网站进行免费测试。

　　公众号文章发布相关概念

　　单次发布

　　单次发布指公众号在同一时间发布的单篇/多篇文章（文章数量在1-8篇）。

　　日发文次数

　　一般来说，一个公众号每日只能发布一次，但部份政务/自媒体类型的公众号可发文多次。

　　公众号历史文章列表

　　公众号的历史文章列表是根据发布时间排序的，最新发布的排在最前面。一般来说，接口每次返回近来10次发布，也就是10-80篇文章。

　　微信文章相关数组介绍

　　文章链接

　　公众号文章链接可分为临时链接和永久链接，其中永久链接又可分为短链接和长链接两种。

　　临时链接是从搜狗陌陌获取到的，有效期为6小时。

　　永久链接是从陌陌app里获取得到的，不会过期（短链接可能在很久以后会失效）。

　　# 临时链接(搜狗陌陌)

　　# 永久链接-长链接

　　# 永久链接-短链接

　　对于文章采集，能直接采集到永久链接是最好的，否则须要将临时链接转为永久链接（如果只须要采集文章内容，可以在临时链接失效前及时采集）。

　　biz数组

　　biz是公众号的惟一ID标示，biz本身是一个base64编码的字符串，如: MjM5MjAxNDM4MA==

　　biz可以在文章的网页源码里找到（如下图），如果是长链接，链接里__biz参数的值就是biz。

　　值得注意的是，如果公众号被迁移了，biz也会修改。

　　alias

　　alias是公众号的对外id，通俗也叫accountId，比如公众号-人民日报的alias是rmrbwx。

　　值得注意的是，如果公众号作者没有主动设置，alias为空，此时通常用username作为默认id替代。

　　nickname

　　公众号名称/昵称，比如【人民日报】。

　　username

　　公众号原创id，每个公众号都有，以gh_开头，如：gh_363b924965e9。

　　author

　　文章发布作者，不设置的时侯为空。

　　mid

　　文章发布的序号id，同一批次发布的文章拥有相同的mid，这个值是递增的。

　　idx

　　文章发布的位置，在同一批次发布的文章里，idx的值从1开始递增，其中1代表头条（第一篇文章），以此类推。

　　文章发布时间

　　需要注意的是：搜狗陌陌和陌陌app里的文章发布时间是有轻微区别的，不一定完全相等。

　　为了100%保证文章发布次序，请使用mid进行判定。

　　总结

　　以上是我觉得采集微信文章前须要理解的基础概念，这样能市掉以后的一些解构麻烦～

　　ps：此文已在本人知乎号上首发:微信公众号文章采集的一些基础概念