如何获取微信文章封面和文章标题!

简介: 如何获取微信文章封面和文章标题!

前提

小程序需要一个获取微信文章封面和标题的功能,然后网上找了一圈,找到了下面这个代码,但是已经不能使用了,获取不到微信的标题,自己改动之后分享给有需要的人。

项目原作者git

数据结构

{
title: '【福利】免费领取一个月腾讯视频会员' // 标题
digest: "【福利】免费领取一个月腾讯视频会员",   // 描述
content_url: "",    // 内容天
cover: "",  // 封面
wechatname: "故事胶片",   // 名称
}

使用方法

/**
* 微信公众号文章爬取类
* 使用方法:
* $crawler = new WxCrawler();
* $content = $crawler->crawByUrl($url);
*/

主要代码

代理

/** @var 代理  */
protected $agent = [
"Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; AcooBrowser; .NET CLR 1.1.4322; .NET CLR 2.0.50727)",
"Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0; Acoo Browser; SLCC1; .NET CLR 2.0.50727; Media Center PC 5.0; .NET CLR 3.0.04506)",
"Mozilla/4.0 (compatible; MSIE 7.0; AOL 9.5; AOLBuild 4337.35; Windows NT 5.1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)",
"Mozilla/5.0 (Windows; U; MSIE 9.0; Windows NT 9.0; en-US)",
"Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Win64; x64; Trident/5.0; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 2.0.50727; Media Center PC 6.0)",
"Mozilla/5.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 1.0.3705; .NET CLR 1.1.4322)",
"Mozilla/4.0 (compatible; MSIE 7.0b; Windows NT 5.2; .NET CLR 1.1.4322; .NET CLR 2.0.50727; InfoPath.2; .NET CLR 3.0.04506.30)",
"Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN) AppleWebKit/523.15 (KHTML, like Gecko, Safari/419.3) Arora/0.3 (Change: 287 c9dfb30)",
"Mozilla/5.0 (X11; U; Linux; en-US) AppleWebKit/527+ (KHTML, like Gecko, Safari/419.3) Arora/0.6",
"Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.2pre) Gecko/20070215 K-Ninja/2.1.1",
"Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/20080705 Firefox/3.0 Kapiko/3.0",
"Mozilla/5.0 (X11; Linux i686; U;) Gecko/20070322 Kazehakase/0.4.5",
"Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.8) Gecko Fedora/1.9.0.8-1.fc10 Kazehakase/0.5.6",
"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_3) AppleWebKit/535.20 (KHTML, like Gecko) Chrome/19.0.1036.7 Safari/535.20",
"Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; fr) Presto/2.9.168 Version/11.52",
];
public $host = '';
public $header = '';
public $referer = '';
public $antiLeech = '';

初始化curl信息

/** @var 初始化curl信息  */
$this->header  = $this->agent[rand(0,count($this->agent) - 1)];
$this->referer = empty($referer)?'http://weixin.sogou.com/' : $referer;
$this->host    = empty($host)?'weixin.sogou.com' : $host;
/** @var 处理微信图片的防盗链 */
$this->antiLeech = 'http://'.$_SERVER['SERVER_NAME'].'/tool.php?url=';

爬取内容

/**
 * 爬取内容
 * @author bignerd
 * @since  2016-08-16T10:13:58+0800
 * @param  $url
 */
$ch=curl_init($url);
$options = [
    CURLOPT_USERAGENT => $this->agent,
    CURLOPT_REFERER => $this->referer,
];
curl_setopt_array($ch,$options);
curl_setopt($ch,CURLOPT_RETURNTRANSFER,true);
curl_setopt($ch,CURLOPT_BINARYTRANSFER,true);
curl_setopt($ch,CURLOPT_TIMEOUT,60);
$output=curl_exec($ch);
return $output;
$content = $this->_get($url);
$basicInfo = $this->articleBasicInfo($content);
list($content_html, $content_text) = $this->contentHandle($content);
return array_merge($basicInfo,['content_html' => $content_html,'content_text' => $content_text]);

处理微信文章源码,提取文章主体,处理图片链接

/**
 * 处理微信文章源码,提取文章主体,处理图片链接
 * @author bignerd
 * @since  2016-08-16T15:59:27+0800
 * @param  $content 抓取的微信文章源码
 * @return [带图html文本,无图html文本]
 */
public function contentHandle($content)
{
    $content_html_pattern = '/<div class="rich_media_content " id="js_content">(.*?)<\/div>/s';
    preg_match_all($content_html_pattern, $content, $html_matchs);
    $content_html = $html_matchs[0][0];
/** @var  带图片html文本 */
    $content_html = preg_replace_callback('/data-src="(.*?)"/', function($matches){
return 'src='.$this->antiLeech.urlencode($matches[1]);
    }, $content_html);
/** @var  无图html文本 */
    $content_text = preg_replace('/<img.*?>/s','',$content_html);
return [$content_html,$content_text];
}

获取文章的基本信息

/**
 * 获取文章的基本信息
 * @author bignerd
 * @since  2016-08-16T17:16:32+0800
 * @param  $content 文章详情源码
 * @return $basicInfo
 */
//待获取item                
$item = [
'ct' => 'date',//发布时间
'msg_title' => 'title',//描述
'msg_desc' => 'digest',//描述
'msg_link' => 'content_url',//文章链接
'msg_cdn_url' => 'cover',//封面图片链接
'nickname' => 'wechatname',//公众号名称
];
$basicInfo = [
'author' => '',
'copyright_stat' => '',
];
foreach ($item as $k => $v) {
if ($k == 'msg_title') {
        $pattern = '/ var '.$k." = '(.*?)'/s";
    } else {
        $pattern = '/ var '.$k.' = "(.*?)";/s';
    }
    preg_match_all($pattern,$content,$matches);
if(array_key_exists(1, $matches) && !empty($matches[1][0])){
        $basicInfo[$v] = $this->htmlTransform($matches[1][0]);
    } else {
        $basicInfo[$v] = '';
    }
}
/** 获取作者 */
preg_match('/<em class="rich_media_meta rich_media_meta_text">(.*?)<\/em>/s', $content, $matchAuthor);
if(!empty($matchAuthor[1])) $basicInfo['author'] = $matchAuthor[1];
/** 文章类型 */
preg_match('/<span id="copyright_logo" class="rich_media_meta meta_original_tag">(.*?)<\/span>/s', $content, $matchType);
if(!empty($matchType[1])) $basicInfo['copyright_stat'] = $matchType[1];
return $basicInfo;

特殊字符转换

/**
* 特殊字符转换
* @author bignerd
* @since  2016-08-16T17:30:52+0800
* @param  $string
* @return $string
*/
$string = str_replace('"','"',$string);
$string = str_replace('&','&',$string);
$string = str_replace('amp;','',$string);
$string = str_replace('<','<',$string);
$string = str_replace('>','>',$string);
$string = str_replace(' ',' ',$string);
$string = str_replace("\\", '',$string);
return $string;

项目地址

github

相关文章
|
13天前
|
Web App开发 前端开发 程序员
将微信公众号文章同步到阿里云开发者社区
本文介绍了一种通过自己拓展的浏览器插件,便捷地将微信公众号文章同步到阿里云开发者社区的方法。
31 6
|
4月前
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp的校篮球联赛微信小程序附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp的校篮球联赛微信小程序附带文章源码部署视频讲解等
51 2
|
4月前
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp二手交易微信小程序的附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp二手交易微信小程序的附带文章源码部署视频讲解等
39 1
|
4月前
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp的大学生校园兼职微信小程序附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp的大学生校园兼职微信小程序附带文章源码部署视频讲解等
73 1
|
4月前
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp的传统戏曲推广微信小程序附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp的传统戏曲推广微信小程序附带文章源码部署视频讲解等
39 0
|
4月前
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp的“鼻护灵”微信小程序附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp的“鼻护灵”微信小程序附带文章源码部署视频讲解等
59 0
|
4月前
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp的“财来财往”微信小程序附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp的“财来财往”微信小程序附带文章源码部署视频讲解等
30 0
|
4月前
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp的网上花店微信小程序附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp的网上花店微信小程序附带文章源码部署视频讲解等
42 0
|
4月前
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp的美食推荐系统的微信小程序附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp的美食推荐系统的微信小程序附带文章源码部署视频讲解等
24 0
|
4月前
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp的智能推荐的校园社区服务微信小程序附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp的智能推荐的校园社区服务微信小程序附带文章源码部署视频讲解等
51 0