上一篇我們講了如何獲取一個(gè)公眾號(hào)下面的文章，但是有時(shí)候只獲取文章內(nèi)容還是不夠，還要得到文章的閱讀數(shù)和點(diǎn)贊數(shù)。
公眾號(hào)文章如果不在微信里面打開，頁面是不會(huì)有閱讀數(shù)、點(diǎn)贊數(shù)、評(píng)論的。微信應(yīng)該是做了限制，翻遍了公眾平臺(tái)也沒有找到獲取閱讀數(shù)的接口，沒辦法只能上抓包的工具分析了。
抓包工具有很多，windows系統(tǒng)一般使用Fiddler, mac 系統(tǒng)一般使用charles。這類工具教程都有很多了，就不做介紹了，自行g(shù)oogle吧。今天來介紹一個(gè)新的抓包工具，它和其他抓包工具最大的不同就是它是可編程的，是一個(gè)可以靈活配置的代理服務(wù)器，同時(shí)還提供了一個(gè)web界面便于觀察請(qǐng)求。它就是阿里巴巴基于 Node.js開發(fā)的一款開源代理服務(wù)器 —— AnyProxy。
處理流程
可以看到，客戶端與服務(wù)器的通信被anyproxy介入，通過rule.js 就可以修改客戶端發(fā)送的數(shù)據(jù)和服務(wù)器返回的數(shù)據(jù)。
客戶端與服務(wù)器通信的數(shù)據(jù)可以通過瀏覽器訪問 http://127.0.0.1:8002 或者本機(jī)局域網(wǎng)ip的8002端口查看。
安裝 AnyProxy
- 安裝node.js
brew install node
- 安裝AnyProxy
npm install -g anyproxy
- 啟動(dòng)AnyProxy
anyproxy
代理HTTPS
微信數(shù)據(jù)接口是https的，而AnyProxy默認(rèn)不對(duì)https請(qǐng)求做處理，要看到明文信息，需要配置CA證書。解析https請(qǐng)求的原理是中間人攻擊（man-in-the-middle），用戶必須信任AnyProxy生成的CA證書，才能進(jìn)行后續(xù)流程。
- 生成證書
# 生成rootCA證書，生成后需要手動(dòng)信任
anyproxy-ca
-
安裝證書
找到上一步生成的證書，雙擊安裝。
安裝證書 -
信任證書
找到剛剛導(dǎo)入的AnyProxy證書，配置為信任
信任證書 啟動(dòng)anyproxy
# 啟動(dòng)AnyProxy，并解析所有https請(qǐng)求
anyproxy --intercept
此時(shí)電腦端的https的相關(guān)配置就完了，下面來設(shè)置手機(jī)端。
首先讓手機(jī)和電腦在同一個(gè)局域網(wǎng)，然后手機(jī)端訪問 http://電腦端ip:8002/fetchCrtFile ，下載并安裝根證書。
除了上述證書安裝過程，還需要在 設(shè)置->通用->關(guān)于本機(jī)->證書信任設(shè)置 中把AnyProxy證書的開關(guān)打開，否則safari將報(bào)錯(cuò)。
配置代理：
設(shè)置 -> 無線局域網(wǎng) -> 你連接的網(wǎng)絡(luò) -> 配置代理，選擇手動(dòng)，服務(wù)器填電腦端ip，端口填8001，保存就可以了。
微信接口分析
要查看一個(gè)公眾號(hào)的文章，可以進(jìn)入每個(gè)公眾號(hào)的歷史消息頁面，如果沒有關(guān)注的話可以查看最近10篇，關(guān)注了就可以查看所有歷史文章了。
歷史文章列表獲取
通過AnyProxy代理分析，點(diǎn)擊歷史消息按鈕之后，微信是GET請(qǐng)求的 https://mp.weixin.qq.com/mp/profile_ext 接口，然后通過js渲染的界面，文章列表是保存在一個(gè) msgList 變量中。
這個(gè)msgList里面有每一次推送文章的標(biāo)題，作者、封面、url等信息，如果推送的是多條消息，會(huì)包含這個(gè)數(shù)據(jù)結(jié)構(gòu)的multi_app_msg_item_list 字段里。通過正則獲取這個(gè)字符串然后解析成json對(duì)象，大概是這樣：
閱讀數(shù)和點(diǎn)贊數(shù)獲取
在微信中點(diǎn)擊某一篇文章之后，微信是通過POST請(qǐng)求 https://mp.weixin.qq.com/mp/getappmsgext 接口獲取到閱讀數(shù)和點(diǎn)贊數(shù)等相關(guān)數(shù)據(jù)。
但是要請(qǐng)求這個(gè)接口除了需要cookie之后，需要一個(gè)關(guān)鍵參數(shù)appmsg_token
而這個(gè)參數(shù)又是通過GET請(qǐng)求 https://mp.weixin.qq.com/s 拿到，每篇文章的appmsg_token都是不一樣的，所以要拿每篇文章的點(diǎn)贊數(shù)都需要先請(qǐng)求這個(gè)接口，然后從response中解析出appmsg_token。
rule.js
微信接口就分析到這里了，下面開始具體操作：
AnyProxy 提供了很多注入接口，常用的也就是 beforeSendRequest 和 beforeSendResponse ，這里我們不需要處理發(fā)送請(qǐng)求，只需要處理微信返回的數(shù)據(jù)就行。
parseHistoryPage方法里面，首先解析 msgList 字段，拿到每一篇文章的url，然后循環(huán)請(qǐng)求拿appmsg_token，最后根據(jù)這個(gè)參數(shù)獲取閱讀數(shù)和點(diǎn)贊數(shù)。請(qǐng)求接口的時(shí)候需要仔細(xì)分析各個(gè)參數(shù)，有些是從cookie取，有些是從url里面取，這些就沒啥難度了。最終效果如下：
訪問頻次問題
微信對(duì)訪問次數(shù)是有限制的，首先是封ip，訪問越快封的越快。其次對(duì)每個(gè)微信號(hào)每天的請(qǐng)求次數(shù)也是有限制的，每秒發(fā)一次請(qǐng)求，大概測(cè)試下來是1500次請(qǐng)求左右。達(dá)到后就進(jìn)不了公眾號(hào)歷史頁面（禁24h），微信其他功能不影響。不清楚請(qǐng)求速度如果降下來次數(shù)是不是能增加。
上面是網(wǎng)友的測(cè)試結(jié)果，具體我沒有驗(yàn)證過，只是提供個(gè)參考。
ok，抓取某個(gè)公眾號(hào)文章并獲取閱讀數(shù)和點(diǎn)贊數(shù)的教程就完了，其實(shí)目前還是半自動(dòng)，還得人工一個(gè)一個(gè)去點(diǎn)擊公眾號(hào)的歷史消息頁面，要想完全自動(dòng)還得配合一些自動(dòng)化工具，比如按鍵精靈或者appium這些。
以上這些教程都只作為學(xué)習(xí)交流使用，請(qǐng)不要拿去做壞事。
