位置: 编程技术 - 正文

用好anyproxy提高公众号文章采集效率

编辑:rootadmin

影响因素主要会有以下几点:

1、网络环境不佳;

2、手机或模拟器中微信客户端崩溃;

3、其它一些网络传输错误;

因为我比较看重采集系统的运行成本,这个成本包括硬件投入,运算力投入和占用的人工精力。所以必须提高运行的稳定性。因此如果采集中断,必然增加人工精力的成本。所以针对这一点我对anyproxy做了一些进阶的改造,并且借助了其它一些工具提高了运行效率。以下就是具体的解决方法:

一、代码升级

1)微信浏览器白屏

解决方法:修改文件requestHandler.js,还是在rule_default.js同级目录下,(mac系统/usr/local/lib/node_modules/anyproxy/lib/;win系统评论区网友cnbattle提供C:UsersAdministratorAppDataRoamingnpmnode_modulesanyproxylib)

在代码中找到proxyReq.on("error",function(e){这个函数,并修改内容

这样当发生错误时,会返回一个刷新当前页面的js;这样程序就能继续下去了

2)替换所有图片,减轻浏览器负担

首先需要制作一张非常小的图片,我做的是1x1像素,png透明图;放到任意文件夹里。然后修改文件rule_default.js的代码:

在文件开头有许多var的位置加入以下代码

在下面的代码中找到shouldUseLocalResponse : function(req,reqBody){函数,在函数内插入代码:

继续在下面的代码中找到dealLocalResponse : function(req,reqBody,callback){函数,在函数内插入代码:

这三段代码就会将公众号里面的所有图片替换成本地图片,减轻网络传输压力和浏览器占用的内存,有效的提高运行效率;

3)禁止手机或模拟器访问一些无用的和会导致错误的网址

同样在rule_default.js里找到代码replaceRequestOption : function(req,option){函数,在函数内部插入代码:

这个修改之前的文章也提到过了,在这里重新再详细介绍一下。他的用途很多,不同的手机和模拟器都有可能访问一些无用的地址导致设备变慢,通过这个代码就可以阻止访问。

二、使用pm2管理anyproxy进程

pm2 是一个带有负载均衡功能的Node应用的进程管理器.

当你要把你的独立代码利用全部的服务器上的所有CPU,并保证进程永远都活着,0秒的重载, PM2是完美的。它非常适合IaaS结构,但不要把它用于PaaS方案(随后将开发Paas的解决方案).

主要特性:

内建负载均衡(使用Node cluster 集群模块)

后台运行

0秒停机重载,我理解大概意思是维护升级的时候不需要停机.

具有Ubuntu和CentOS 的启动脚本

停止不稳定的进程(避免无限循环)

控制台检测

提供 HTTP API

远程控制和实时的接口API ( Nodejs 模块,允许和PM2进程管理器交互 )

测试过Nodejs v0. v0. v0.8版本,兼容CoffeeScript,基于Linux 和MacOS.

首先安装pm2

在pm2环境下运行anyproxy

现在anyproxy就在pm2的环境中运行了

之后还有几个pm2的命令可以帮助管理和监控anyproxy

特别提示:pm2运行后,终端窗口是可以关闭的。

使用pm2管理anyproxy进程,最重要的目的是:anyproxy因为错误而退出程序之后,pm2可以另anyproxy自动重启。

三、取消sudo密码,并使pm2开机自启

以下内容是在mac环境下的方法,windows也应该有类似的方法,如果了解的网友可以私信发给我。

1)首先取消sudo的密码

运行命令:

找到代码:

修改为:

这样sudo的密码就取消掉了,然后就可以将pm2加入到开机自启动中了

2)设置开机自启

在终端中输入命令:

然后进入编辑模式,按键盘字母i开始编辑,粘贴代码:

编辑完之后,按esc,再键入命令wq保存退出编辑模式。

再执行命令:

这样一个可执行文件就建立好了

然后打开mac系统的“系统偏好设置”,找到“用户与群组”,在左侧选择当前用户,右侧选择登录项;然后点击+号,找到当前用户的根目录(可以按shift+command+h快捷键),选择autoexec.sh文件,添加到登录项中,就可以开机自启动了。

经过以上的几项设置之后,anyproxy系统就会比原来更加稳定,其实主要原因是模拟器或手机的不稳定导致的anyproxy发生的错误。经过实际测试,anyproxy目前可以长时间运行不崩溃。而微信客户端还是在运行大约6个小时之后崩溃,以2秒翻一页的速度,采集总数大约1万个页面。如果不采集阅读量,就可以是1万个公众号的历史消息页。

微信客户端的崩溃现象是退出微信浏览器,停留在查看公众号资料页面。所以如果希望再进一步提高自动化,也可以使用触动精灵之作自动化脚本,定时推出微信浏览器,再点击历史消息页。这样应该就可以实现长时间自动化采集了。

PHP写微信公众号文章页采集方法 通过搜狗搜索采集公众号历史消息有几个问题:1、有验证码;2、历史消息列表只有最近条群发内容;3、文章地址是有有效期的;4、据说批量采集还

如何采集微信公众号历史消息页 采集微信文章和采集网站内容一样,都需要从一个列表页开始。而微信文章的列表页就是公众号里的查看历史消息页。现在网络上的其它微信采集器有

php提取身份证号码中的生日日期以及验证是否为成年人的函数 php提取身份证号码中的生日日期以及确定是否成年的一个函数。可以同时确定位和位的身份证,经本人亲测,非常好用,分享函数代码如下:php//用ph

标签: anyproxy提高公众号文章采集效率

本文链接地址:https://www.jiuchutong.com/biancheng/275968.html 转载请保留说明!

上一篇:PHP 闭包获取外部变量和global关键字声明变量的区别讲解(php调用外部接口)

下一篇:PHP写微信公众号文章页采集方法(php推送微信公众号客户消息)

  • 所得税汇算资产总额怎么算
  • 个体工商户要做帐吗
  • 环境保护税是什么科目
  • 房产税相关问题
  • 装卸费发票怎么备注
  • 经营性应付项目增加导致现金流量
  • 私立医院申报程序
  • 收到红字发票如何申报增值税?
  • 增值税零申报触发附加税零申报
  • 销售商品,提供服务以及从事其他经营活动
  • 向银行申请签发银行汇票的会计分录
  • 个人到税务局开增值税专用发票
  • 工程项目成本控制的方法
  • 收到费用报销发票怎么做
  • 发票大头小尾什么意思
  • 承兑汇票私人贴现账务怎么处理
  • 做企业所得税汇算清缴前需要准备什么资料
  • 雇主责任险可以税前扣除吗
  • 清洁费免税吗
  • 小规模纳税人亏损交所得税吗
  • 差额征税发票的图片
  • 关于建筑工程发包与承包下列说法正确的是
  • 增值税开票系统收款人在哪里设置
  • 详解非税收入
  • 回迁安置房税收优惠
  • 公司开一般户弊端
  • 电子发票没有纳税人识别号可以报销吗
  • 年度终了,会计部门都要将旧账编造清册
  • 员工辞退补偿金会计分录
  • 怎样解除机房
  • 企事业承包承租经营所得税税法
  • window10切换win7
  • php双冒号和箭头
  • php字符串操作函数
  • 金融企业营业税税率是多少
  • crypto 解密
  • blat命令
  • raisecom删除命令
  • 小规模纳税人增值税税率
  • 什么是企业年报 汇算 加计
  • 印花税最新的征收方法
  • js逻辑表达式
  • 挂预收账款怎么处理
  • 制造费用哪些是变动的哪些是固定的
  • 处置固定资产净收益属于利得吗
  • 增值税留抵税额借贷方向
  • 利息收入红字如何入账
  • 公司外资是什么意思
  • 行政单位基建账地质灾害评估报告计哪个科目
  • 管理费用抵扣企业所得税的比例
  • 税总函2019是什么意思
  • 招标代理专家库合法吗
  • 车船税没有发票可以入账吗
  • 小规模纳税人利润如何缴税
  • 股东注入资金转出股权
  • 发票开错了记账凭证如何做?
  • 商业企业的会计科目设置
  • sqlserver数据库中的null值空值表示的是空格或零值
  • win8 开机
  • win8.1启动设置
  • win8怎么把任务栏变成透明
  • windows 10预览版
  • win10系统网络连接配置异常
  • linux 多块硬盘虚拟成一块
  • cocos2dx游戏案例
  • js中如何实现数字相加
  • w32tm命令
  • js中...用法
  • Activity 的四种启动模式
  • 安卓deprecated
  • js 括号函数
  • python3 args
  • ie不支持p标签
  • ui课程入门
  • 已申报的纳税申报表怎么修改
  • 应纳税额减征额账务处理
  • 动车票电子发票如何获取
  • 新都税务局咨询电话号码
  • 大连国家税务局官网
  • 企业所得税年报怎么填
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设