微信公众号文章采集的一些基础概念

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

背景

经常有人问我微信文章采集相关的基础常识问题，对于新手来说，一些概念性的问题确实不太了解。但经常被问得也烦了，所以单独写一篇文章总结一些。

对于一些公众号文章/阅读量等接口采集需求，可参见此接口文档，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，但部分政务/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按照发布时间排序的，最新发布的排在最前面。一般来说，接口每次返回最近10次发布，也就是10-80篇文章。

微信文章相关字段介绍

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。

临时链接是从搜狗微信获取到的，有效期为6小时。

永久链接是从微信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(搜狗微信)
https://mp.weixin.qq.com/s?src=11&timestamp=1591759801&ver=2391&signature=LRDTtpHjzm9w087lNZ-mUdy1TkEfrUoLsecGGO5WILQnxR3QymaGD-mCxiysWAmwUwMrGRBvX19uLtMNnFtm4-uT2s5zgMMehmULiO8tnZs=&new=1# 永久链接-长链接
https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650742155&idx=1&sn=137825a13a4c31fffb6b2347c0304366# 永久链接-短链接
https://mp.weixin.qq.com/s/zxznxZNWuAUVJW6W7MrPJQ

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

biz字段

biz是公众号的唯一ID标识，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也会更改。

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，此时一般用username作为默认id代替。

nickname

公众号名称/昵称，比如【人民日报】。

username

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

author

文章发布作者，不设置的时候为空。

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：搜狗微信和微信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%保证文章发布顺序，请使用mid进行判断。

总结

以上是我认为采集微信文章前需要理解的基础概念，这样能省掉之后的一些重构麻烦～