编者按：碎片化的阅读是微信公众号的特色，如何整合这些碎片的信息，在不同的终端和设备上同步阅读是困扰很多人的问题。今天我们的新栏目中林尧律师就将为我们详细解析如何高效收集微信公众号文章的方法。林律师为新栏目起的名字叫“法器”，那么来看看新栏目的第一把法器有多大的威力吧！
作者 林尧，浙江星韵律师事务所律师，软件技术研究者，硬技术流律师。
编辑 Syouth，土肥圆纯二郎，草草，江俊文
…
前方可能出现若干高能词汇，请注意闪避。
微信公众号的用处，对无效信息的有效过滤，大部分人都已感触很深。手机端的应用，让大家随时随地可以阅读，但也存在一个问题，即微信公众号中的文章，只能在手机中查看，如何实现在电脑端的查看，一直是一个问题。
目前，比较主流的解决方案有两个：
其一，通过微信的PC端或Mac端软件，直接从该软件的微信公众号的查看复制文章，但该方案只能查看新收到的公众号推送，不能查看之前的公众号推送的信息。这对于信息控来说，是不能容忍的。
其二，在手机端打开微信公众号文章，通过印象笔记等软件，将该类文章保存到印象笔记，并同步到电脑端。这个方案，对于只有少量公众号的用户，是可以勉强使用的，但如果关注的公众号非常多，用户又不想错过所有文章的话，这个方案可以被用户累成??。
那么，有没有新的解决方案呢？这个方案既可以让用户关注的公号的文章一篇不落的保存下来，又可以让用户在电脑端随时查看编辑呢？答案其实是有的！
下面我将为你展示抽丝剥茧并最终找到解决方案的过程，如果中途被高能词汇吓傻，请直接拉到第四点看方案。
如何抓取公号的信息？这是设计解决方案第一个面对的问题。从目前来看，获取公号信息的途径有手机微信端和电脑微信端，电脑微信端的缺陷已经很明显了，不能获取历史信息，而且要把电脑端的软件里地信息提取出来，并不是件容易的事。那么就只有做一个app把手机微信端的信息给提取出来？这么做也有问题，对于未越狱的苹果手机，这基本上是不可能完成的任务，对安卓手机来说，要root进系统并获取微信信息，同样存在风险高、难度大的问题。
那么就没有办法了吗？
等等！企鹅还是给我们留了一扇窗的。那就是搜狗的微信搜索功能！而且还是网页端，易于提取。
稍有经验的攻城狮都知道，提取网络中的数据，相对来说都是比较容易的。只要念几声咒语，放几只爬虫出去便可。爬虫，也叫网络蜘蛛。这是因为它的行为模式有点像蜘蛛，你只要给它一个链接，它便可将该链接下的所有网页内容抓取，如果发现网页中还有其他链接，他就会继续深入该链接爬去数据，无穷尽焉。这便是网络爬虫的基本原理。
当然，我省略了其中用正则表达式分析网页内容提取文件名、正文、作者、时间等关键信息、通过算法分析排除重复内容、存储写入数据库、字符编码转换、设置延迟时间等内容。有人光写一只爬虫能写一本书，我就不展开了。
抓取并分析出有用信息后，我有两个选择：其一，存储为本地文件，供我随时调戏。其二，存入数据库，为下一步通过网页展示做准备。
然后的然后，我该开始写爬虫了？
没有没有，优秀的攻城狮在开动之前，都会去找找看，有没有曾经有那么一瞬，与我心有灵犀呢？
答案还是有的。
终于，我找到了一个叫wlwr的有为青年写的一个小程序。不过，在抓取并分析出有用信息后，他并没有存储为本地文件，也没有存入数据库，他选择了第三条路径——生成rss。
Rss这个成名于微时，风行于信息强迫症患者之间，却终被Google深深伤害，的孩子。
既然前人已经写好代码，下一步该怎么走？最终，我选择了，写代理意见??。
其实，当你拥有了一个rss时，你已拥有了全世界，你需要做的，只是找一个好点的rss阅读器而已。信息的收集和检索，是rss的强项。
然后？没有然后了，故事的结尾就是这样。感谢你听完我的絮叨，然后详细的操作步骤请看图片。
最后，感谢wlwr的杰出贡献，毕竟搜狗也不是吃素的，设置了反爬虫的策略。但目前看来，wlwr的反反爬虫策略技高一筹。衷心希望，搜狗的大拿对这个小爬虫就视而不见吧，它对我们很重要。
（点击图片可以放大）
最后的最后，给信息强迫症患者的一句话：
“永远不要害怕错过信息，如果这个信息真的重要，你一定会再次遇见它。”
…
联系客服
