編者按：碎片化的閱讀是微信公眾號的特色，如何整合這些碎片的信息，在不同的終端和設備上同步閱讀是困擾很多人的問題。今天我們的新欄目中林堯律師就將為我們詳細解析如何高效收集微信公眾號文章的方法。林律師為新欄目起的名字叫“法器”，那么來看看新欄目的第一把法器有多大的威力吧！
作者 林堯，浙江星韻律師事務所律師，軟件技術研究者，硬技術流律師。
編輯 Syouth，土肥圓純二郎，草草，江俊文
…
前方可能出現若干高能詞匯，請注意閃避。
微信公眾號的用處，對無效信息的有效過濾，大部分人都已感觸很深。手機端的應用，讓大家隨時隨地可以閱讀，但也存在一個問題，即微信公眾號中的文章，只能在手機中查看，如何實現在電腦端的查看，一直是一個問題。
目前，比較主流的解決方案有兩個：
其一，通過微信的PC端或Mac端軟件，直接從該軟件的微信公眾號的查看復制文章，但該方案只能查看新收到的公眾號推送，不能查看之前的公眾號推送的信息。這對于信息控來說，是不能容忍的。
其二，在手機端打開微信公眾號文章，通過印象筆記等軟件，將該類文章保存到印象筆記，并同步到電腦端。這個方案，對于只有少量公眾號的用戶，是可以勉強使用的，但如果關注的公眾號非常多，用戶又不想錯過所有文章的話，這個方案可以被用戶累成??。
那么，有沒有新的解決方案呢？這個方案既可以讓用戶關注的公號的文章一篇不落的保存下來，又可以讓用戶在電腦端隨時查看編輯呢？答案其實是有的！
下面我將為你展示抽絲剝繭并最終找到解決方案的過程，如果中途被高能詞匯嚇傻，請直接拉到第四點看方案。
如何抓取公號的信息？這是設計解決方案第一個面對的問題。從目前來看，獲取公號信息的途徑有手機微信端和電腦微信端，電腦微信端的缺陷已經很明顯了，不能獲取歷史信息，而且要把電腦端的軟件里地信息提取出來，并不是件容易的事。那么就只有做一個app把手機微信端的信息給提取出來？這么做也有問題，對于未越獄的蘋果手機，這基本上是不可能完成的任務，對安卓手機來說，要root進系統并獲取微信信息，同樣存在風險高、難度大的問題。
那么就沒有辦法了嗎？
等等！企鵝還是給我們留了一扇窗的。那就是搜狗的微信搜索功能！而且還是網頁端，易于提取。
稍有經驗的攻城獅都知道，提取網絡中的數據，相對來說都是比較容易的。只要念幾聲咒語，放幾只爬蟲出去便可。爬蟲，也叫網絡蜘蛛。這是因為它的行為模式有點像蜘蛛，你只要給它一個鏈接，它便可將該鏈接下的所有網頁內容抓取，如果發現網頁中還有其他鏈接，他就會繼續深入該鏈接爬去數據，無窮盡焉。這便是網絡爬蟲的基本原理。
當然，我省略了其中用正則表達式分析網頁內容提取文件名、正文、作者、時間等關鍵信息、通過算法分析排除重復內容、存儲寫入數據庫、字符編碼轉換、設置延遲時間等內容。有人光寫一只爬蟲能寫一本書，我就不展開了。
抓取并分析出有用信息后，我有兩個選擇：其一，存儲為本地文件，供我隨時調戲。其二，存入數據庫，為下一步通過網頁展示做準備。
然后的然后，我該開始寫爬蟲了？
沒有沒有，優秀的攻城獅在開動之前，都會去找找看，有沒有曾經有那么一瞬，與我心有靈犀呢？
答案還是有的。
終于，我找到了一個叫wlwr的有為青年寫的一個小程序。不過，在抓取并分析出有用信息后，他并沒有存儲為本地文件，也沒有存入數據庫，他選擇了第三條路徑——生成rss。
Rss這個成名于微時，風行于信息強迫癥患者之間，卻終被Google深深傷害，的孩子。
既然前人已經寫好代碼，下一步該怎么走？最終，我選擇了，寫代理意見??。
其實，當你擁有了一個rss時，你已擁有了全世界，你需要做的，只是找一個好點的rss閱讀器而已。信息的收集和檢索，是rss的強項。
然后？沒有然后了，故事的結尾就是這樣。感謝你聽完我的絮叨，然后詳細的操作步驟請看圖片。
最后，感謝wlwr的杰出貢獻，畢竟搜狗也不是吃素的，設置了反爬蟲的策略。但目前看來，wlwr的反反爬蟲策略技高一籌。衷心希望，搜狗的大拿對這個小爬蟲就視而不見吧，它對我們很重要。
（點擊圖片可以放大）
最后的最后，給信息強迫癥患者的一句話：
“永遠不要害怕錯過信息，如果這個信息真的重要，你一定會再次遇見它。”
…
