一：找到永久的历史信息列表：http://mp.weixin.qq.com/mp/getmasssendmsg?__biz=XXX==#wechat_redirect
将XXX==替换为自己的BIZ
二：4个参数可以唯一确定一篇微信文章：
__biz可以认为是微信公众平台对外公布的公众帐号的唯一id mid是图文消息id idx是发布的第几条消息(1就代表是头条位置消息) sn是一个随机加密串(对于一篇图文消息是唯一的，如果你想问这个sn的生成规则是什么或者怎么破解，你基本上只能从微信公众平台开发团队才能得到答案)熬伪装 三：伪装微信客户端登陆，取历史信息页时，最重要4个参数：__biz;uin=;key=;pass_ticket=;这4个参数。【有时候需要手机配合】 四：取得general_msg_list 后，分析各个字段 "list": [ //最外层的键名；只出现一次，所有内容都被它包含。 {//这个大阔号之内是一条多图文或单图文消息，通俗的说就是一天的群发都在这里 "app_msg_ext_info":{//图文消息的扩展信息 "content_url": "图文消息的链接地址", "cover": "封面图片", "digest": "摘要", "is_multi": "是否多图文，值为1和0", "multi_app_msg_item_list": [//这里面包含的是从第二条开始的图文消息，如果is_multi=0，这里将为空 { "content_url": "图文消息的链接地址", "cover": "封面图片", "digest": ""摘要"", "source_url": "阅读原文的地址", "title": "子内容标题" }, ...//循环被省略 ], "source_url": "阅读原文的地址", "title": "头条标题" }, "comm_msg_info":{//图文消息的基本信息 "datetime": '发布时间，值为unix时间戳', "type": 49 //类型为49的时候是图文消息 } }, ...//循环被省略 ] 五：采集程序原型 建立表：1、微信公众号表
CREATE TABLE `weixin` ( `id` int(11) NOT NULL AUTO_INCREMENT, `biz` varchar(255) DEFAULT '' COMMENT '公众号唯一标识biz', `collect` int(11) DEFAULT '1' COMMENT '记录采集时间的时间戳', PRIMARY KEY (`id`) ) ;2、微信文章表
CREATE TABLE `post` ( `id` int(11) NOT NULL AUTO_INCREMENT, `biz` varchar(255) CHARACTER SET utf8 NOT NULL COMMENT '文章对应的公众号biz', `field_id` int(11) NOT NULL COMMENT '微信定义的一个id，每条文章唯一', `title` varchar(255) NOT NULL DEFAULT '' COMMENT '文章标题', `title_encode` text CHARACTER SET utf8 NOT NULL COMMENT '文章编码，防止文章出现emoji', `digest` varchar(500) NOT NULL DEFAULT '' COMMENT '文章摘要', `content_url` varchar(500) CHARACTER SET utf8 NOT NULL COMMENT '文章地址', `source_url` varchar(500) CHARACTER SET utf8 NOT NULL COMMENT '阅读原文地址', `cover` varchar(500) CHARACTER SET utf8 NOT NULL COMMENT '封面图片', `is_multi` int(11) NOT NULL COMMENT '是否多图文', `is_top` int(11) NOT NULL COMMENT '是否头条', `datetime` int(11) NOT NULL COMMENT '文章时间戳', `readNum` int(11) NOT NULL DEFAULT '1' COMMENT '文章阅读量', `likeNum` int(11) NOT NULL DEFAULT '0' COMMENT '文章点赞量', PRIMARY KEY (`id`) ) ;3、采集队列表
CREATE TABLE `tmplist` ( `id` int(11) unsigned NOT NULL AUTO_INCREMENT, `content_url` varchar(255) DEFAULT NULL COMMENT '文章地址', `load` int(11) DEFAULT '0' COMMENT '读取中标记', PRIMARY KEY (`id`), UNIQUE KEY `content_url` (`content_url`) ) ; 采集： 1、getMsgJson.php：这个程序负责接收历史消息的json并解析后存入数据库 <? $str = $_POST['str']; $url = $_POST['url'];//先获取到两个POST变量 //先针对url参数进行操作 parse_str(parse_url(htmlspecialchars_decode(urldecode($url)),PHP_URL_QUERY ),$query);//解析url地址 $biz = $query['__biz'];//得到公众号的biz //接下来进行以下操作 //从数据库中查询biz是否已经存在，如果不存在则插入，这代表着我们新添加了一个采集目标公众号。 //再解析str变量 $json = json_decode($str,true);//首先进行json_decode if(!$json){ $json = json_decode(htmlspecialchars_decode($str),true);//如果不成功，就增加一步htmlspecialchars_decode } foreach($json['list'] as $k=>$v){ $type = $v['comm_msg_info']['type']; if($type==49){//type=49代表是图文消息 $content_url = str_replace("\\", "", htmlspecialchars_decode($v['app_msg_ext_info']['content_url']));//获得图文消息的链接地址 $is_multi = $v['app_msg_ext_info']['is_multi'];//是否是多图文消息 $datetime = $v['comm_msg_info']['datetime'];//图文消息发送时间 //在这里将图文消息链接地址插入到采集队列库中（队列库将在后文介绍，主要目的是建立一个批量采集队列，另一个程序将根据队列安排下一个采集的公众号或者文章内容） //在这里根据$content_url从数据库中判断一下是否重复 if('数据库中不存在相同的$content_url') { $fileid = $v['app_msg_ext_info']['fileid'];//一个微信给的id $title = $v['app_msg_ext_info']['title'];//文章标题 $title_encode = urlencode(str_replace(" ", "", $title));//建议将标题进行编码，这样就可以存储emoji特殊符号了 $digest = $v['app_msg_ext_info']['digest'];//文章摘要 $source_url = str_replace("\\", "", htmlspecialchars_decode($v['app_msg_ext_info']['source_url']));//阅读原文的链接 $cover = str_replace("\\", "", htmlspecialchars_decode($v['app_msg_ext_info']['cover']));//封面图片 $is_top = 1;//标记一下是头条内容 //现在存入数据库 echo "头条标题：".$title.$lastId."\n";//这个echo可以显示在anyproxy的终端里 } if($is_multi==1){//如果是多图文消息 foreach($v['app_msg_ext_info']['multi_app_msg_item_list'] as $kk=>$vv){//循环后面的图文消息 $content_url = str_replace("\\","",htmlspecialchars_decode($vv['content_url']));//图文消息链接地址 //这里再次根据$content_url判断一下数据库中是否重复以免出错 if('数据库中不存在相同的$content_url'){ //在这里将图文消息链接地址插入到采集队列库中（队列库将在后文介绍，主要目的是建立一个批量采集队列，另一个程序将根据队列安排下一个采集的公众号或者文章内容） $title = $vv['title'];//文章标题 $fileid = $vv['fileid'];//一个微信给的id $title_encode = urlencode(str_replace(" ","",$title));//建议将标题进行编码，这样就可以存储emoji特殊符号了 $digest = htmlspecialchars($vv['digest']);//文章摘要 $source_url = str_replace("\\","",htmlspecialchars_decode($vv['source_url']));//阅读原文的链接 //$cover = getCover(str_replace("\\","",htmlspecialchars_decode($vv['cover']))); $cover = str_replace("\\","",htmlspecialchars_decode($vv['cover']));//封面图片 //现在存入数据库 echo "标题：".$title.$lastId."\n"; } } } } } ?> 2、getMsgExt.php获取文章阅读量和点赞量的程序 ? $str = $_POST['str']; $url = $_POST['url'];//先获取到两个POST变量 //先针对url参数进行操作 parse_str(parse_url(htmlspecialchars_decode(urldecode($url)),PHP_URL_QUERY ),$query);//解析url地址 $biz = $query['__biz'];//得到公众号的biz $sn = $query['sn']; //再解析str变量 $json = json_decode($str,true);//进行json_decode //$sql = "select * from `文章表` where `biz`='".$biz."' and `content_url` like '%".$sn."%'" limit 0,1; //根据biz和sn找到对应的文章 $read_num = $json['appmsgstat']['read_num'];//阅读量 $like_num = $json['appmsgstat']['like_num'];//点赞量 //在这里同样根据sn在采集队列表中删除对应的文章，代表这篇文章可以移出采集队列了 //$sql = "delete from `队列表` where `content_url` like '%".$sn."%'" //然后将阅读量和点赞量更新到文章表中。 exit(json_encode($msg));//可以显示在anyproxy的终端里 ?>