前言

RSShub可以解决大多数的传统媒体和新媒体，但是对于微信公众号的支持是比较差的。

目前可行的方案有：

• WeRss：https://werss.app。源稳定，可以全文抓取。不过要收费。
  

  

• 次幂数据：你可以在https://docs.rsshub.app/new-media.html#wei-xin查看。这个方法不错，可以抓到全文，并且可以抓到全部文章。缺点是文章更新比较慢，有时会延时数天。如果对时效性不太敏感的小伙伴可以使用。基于RSShub的特性也比较简单！你要登陆https://www.cimidata.com/search/account进行公众号ID的检索，一般一天可以免费查5次。一次爬取前20条最新记录。公众号ID就是链接中的bid：

• liuli：极客型项目。通过github托管的方式保存全文，RSS只推送github永久链接。通过搜狐微信进行最新文章的定位。对于1次发多篇文章的公众号，无法完全爬取

• Feeddd：用户型项目。基于安卓，有点分布式的感觉。你可以去https://feeddd.org/feeds看看有没有自己的源可用。大多数源是可用，有些源虽然可用但无法稳定更新。如果你想要关注的公众号在上面可以找到，估计你也不需要使用liuli。毕竟你用liuli要自己折腾嘛！我感觉这个docker版liuli的配置还蛮复杂的。

• docker-com_wechat_robot：基于ComWeChatRobot的docker镜像。感兴趣可以看看该教程《EFB-WECHAT-COMWECHAT 教程》。该方案对VPS资源消耗比较大，我不想折腾了(～￣▽￣)～

目前可行性较差的方案：

• EFB v2 ：比如《为一个基于 efb v2 的公众号抓取输出方案提供支持》所描述的那样，通过Telegram机器人和全新微信帐号进行交互；通过比较复杂的修改可以实现全文抓取。不过，如果通过https://web.wechat.com验证帐号无法登录web微信的用户均无法使用此方法，用户面太窄。EFB的开发者暂时还没有进一步解决方案。

• huginn：目前托管在http://huginnio.herokuapp.com/scenarios上的scenarios没一个可以起作用。自己写的难度太高了，根本不是小白用户可以胜任的。

• wechat-feeds：已经停止更新，不稳定。

• 其它项目：wemp.app、CareerEngine、优读来源、微阅读来源

我个人的经验，如果你要添加某个公众号，可以使用以下流程：

• 如果可以在知乎、微博等其它平台可以找到对应的号，优先使用其它平台的RSS源。

• 如果在非微信平台找不到对应的号，且你不介意付费，用WeRss。

• 如果不想付费，可以：（1）在Feeddd里找一下有没有稳定更新的源；（2）通过次幂数据找到公众号ID，通过RSShub获取源；（3）尝试liuli。

总之，我将liuli方案放到最后，毕竟这个方案你要自己折腾一个docker镜像，操作上比较复杂；而且它只能爬最新一条记录，对于一次性大量更新的公众号无法实现完全爬取。另外，liuli查看全文时访问的Github Page，所以如果你无法访问github的话，liuli不适合你喔！

最新的使用体验我会在底部的日志中更新。大家如果是新人准备入手liuli，可以先看看日志，觉得符合自己的需求后再使用。下面我们进行docker版liuli的安装！

测试环境

uname -a #Linux racknerd-XXX 5.4.0-28-generic #32-Ubuntu SMP Wed Apr 22 17:40:10 UTC 2020 x86_64 x86_64 x86_64 GNU/Linux
docker --version # Docker version 20.10.14, build a224086
docker-compose --version # Docker Compose version v2.4.1

准备工作

一般环境

按需修改工作目录：

work=~/docker/liuli && mkdir -p $work/{liuli_config,mongodb_data} && cd $work

按需修改端口（最好不要改），开启防火墙：

sudo ufw allow 8765/tcp comment 'liuli' && sudo ufw reload && 
sudo ufw allow 27027/tcp comment 'liuli-db' && sudo ufw reload

提前拉取镜像：

docker pull liuliio/api:v0.1.3 && 
docker pull liuliio/schedule:v0.2.4 && 
docker pull mongo:3.6

企业微信

你需要一个企业微信的小程序作为Liuli分发器。当然，钉钉、Telegram也是可以的，不过我还没试过。喜欢折腾的童鞋可以试试看！

你可以在https://work.weixin.qq.com/wework_admin/register_wx中注册一个企业微信，大致界面如下：

成功注册后，主界面大致如下。点击右上角框框所在名字，可以进入界面查看ID：

企业ID就在最下方有显示：

然后，在应用管理——自建中创建一个小程序。点击小程序图标，结合手机的企业微信查看AgentID和Secret：

更多操作也可以参考此文：https://mp.weixin.qq.com/s/rxoq97YodwtAdTqKntuwMA。

总之，你需要在企业微信和小程序中获取3个信息：

• 企业ID：对应pro.env的LL_WECOM_ID。
• AgentId：对应pro.env的LL_WECOM_AGENT_ID。
• Secret：对应pro.env的LL_WECOM_SECRET。

Github仓库

主要参考https://github.com/liuli-io/liuli/blob/main/docs/04.%E5%A4%87%E4%BB%BD%E5%99%A8%E9%85%8D%E7%BD%AE.md的示范。这个Github仓库主要用于托管微信公众号文章的html页面。就是说，你在RSS阅读器中所点中的链接，会跳转到Github托管的页面。

首先，要生成Token以便让应用可以通过API接口访问Github仓库。权限请勾选 repo 和 user。这个过程要验证你的Github密码。如果你不会的话，百度Google一下好吧！老手的话估计都是常规操作了。

接着，建立liuli_backup仓库。你可以随便创建一个README.md，以便后面可以访问Page设置：

你可以在Settings里添加Github Page相关设置：

这个Github仓库主要是对应pro.env里的3个参数：

• LL_GITHUB_TOKEN
• LL_GITHUB_REPO
• LL_GITHUB_DOMAIN

具体的格式往后看就知道了！

pro.env

我主要是参考https://github.com/liuli-io/liuli/blob/main/docs/02.%E7%8E%AF%E5%A2%83%E5%8F%98%E9%87%8F.md进行填写。如果你十分了解里面的参数，可以随意修改。下面我提交的是我觉得比较合适的内容。修改$work/pro.env文件的内容如下：

PYTHONPATH=${PYTHONPATH}:${PWD}
LL_M_USER="liuli"
LL_M_PASS="liuli" # 按需修改
LL_M_HOST="liuli_mongodb"
LL_M_PORT="27017"
LL_M_DB="admin"
LL_M_OP_DB="liuli"
LL_FLASK_DEBUG=0
LL_HOST="0.0.0.0"
LL_HTTP_PORT=8765
LL_WORKERS=1
# 填写IP。这里我填的是docker0的ip。
LL_DOMAIN="http://172.17.0.1:8765"
# 分发器
LL_WECOM_ID="ww0000000000000" # 按需填写
LL_WECOM_AGENT_ID="1000001" # 按需填写
LL_WECOM_SECRET="fdC0000000000000000000000000000000000000" # 按需填写
# 这个最好配，因为你的rss如果访问的话，是访问这个github上的佩芬地址
LL_GITHUB_TOKEN="ghp_XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX" # 按需填写
LL_GITHUB_REPO="<your-github-user>/liuli_backup" # 按需填写
LL_GITHUB_DOMAIN="https://<your-github-user>.github.io/liuli_backup" # 按需填写

default.json

参考https://github.com/liuli-io/liuli/blob/main/liuli_config/wechat.json修改修改$work/liuli_config/default.json文件的内容如下。其中，wechat_list就是你想要订阅的微信公众号的名字。其它参数，你知道什么意思可以改，不知道就保持默认即可。

{
    "name": "wechat",
    "author": "liuli_team",
    "doc_source": "liuli_wechat",
    "collector": {
        "wechat": {
            "wechat_list": [
                "老胡的储物柜", "PT邀请码网"
            ],
            "delta_time": 5,
            "spider_type": "sg_ruia",
            "spider_type_des": "sg_playwright"
        }
    },
    "processor": {
        "before_collect": [],
        "after_collect": [{
            "func": "ad_marker",
            "cos_value": 0.6
        }, {
            "func": "to_rss",
            "doc_source_list": ["liuli_wechat"],
            "link_source": "github"
        }]
    },
    "sender": {
        "sender_list": ["wecom"],
        "query_days": 7,
        "delta_time": 3
    },
    "backup": {
        "backup_list": ["github", "mongodb"],
        "query_days": 7,
        "delta_time": 3,
        "init_config": {},
        "after_get_content": [{
            "func": "str_replace",
            "before_str": "data-src=\"",
            "after_str": "src=\"https://images.weserv.nl/?url="
        }]
    },
    "schedule": {
        "period_list": [
            "00:10",
            "12:10",
            "21:10"
        ]
    }
}

在schedule里的时间，可以通过period_list设置更加频繁的更新。比如：

"period_list": [
    "00:00",
    "06:00",
    "09:00",
    "12:00",
    "15:00",
    "18:00",
    "21:00"
]

另外，在processor里看下列内容：

{
    "func": "to_rss",
    "doc_source_list": ["liuli_wechat"],
    "link_source": "github"
}

这里link_source选择的是github。我们其实也在本地mongodb保存了html页面。那么，是否也可以通过设置，使得我们最终访问的是本地的html？大家试试看，我觉得用github挺好的，就不尝（zhe）试（teng）了。

配置yaml文件

不了解docker的小伙伴请先看：《Docker系列 配置Docker全局环境》；《Docker系列 了解Docker Compose的配置文件》。

新建docker-compose.yml文件：

vim $work/docker-compose.yml

添加以下内容：

version: "3"
services:
  liuli_api:
    image: liuliio/api:v0.1.3
    restart: always
    container_name: liuli_api
    ports:
      - "8765:8765"
    volumes:
      - ./pro.env:/data/code/pro.env
    links:
      - liuli_mongodb
    depends_on:
      - liuli_mongodb
    networks:
      - liuli-network
  liuli_schedule:
    image: liuliio/schedule:v0.2.4
    restart: always
    container_name: liuli_schedule
    volumes:
      - ./pro.env:/data/code/pro.env
      - ./liuli_config:/data/code/liuli_config
    links:
      - liuli_mongodb
    depends_on:
      - liuli_mongodb
    networks:
      - liuli-network
  liuli_mongodb:
    image: mongo:3.6
    restart: always
    container_name: liuli_mongodb
    environment:
      - MONGO_INITDB_ROOT_USERNAME=liuli
      - MONGO_INITDB_ROOT_PASSWORD=liuli # 按需修改
    ports:
      - "27027:27017"
    volumes:
      - ./mongodb_data:/data/db
    command: mongod
    networks:
      - liuli-network

networks:
  liuli-network:
    driver: bridge

这里注意，如果你改动了liuli_api的端口号或者是MONGO_INITDB_ROOT_PASSWORD，在pro.env也要做相应的改动。

上线服务：

docker-compose up -d

查看日志：

# 全部
docker-compose logs -f

# schedule
docker logs liuli_schedule -f

这里有一些实际成功运行的日志：

liuli_mongodb   | 2022-05-20T12:51:22.574+0000 I NETWORK  [listener] connection accepted from 192.168.208.4:45442 #4 (2 connections now open)
liuli_api       | [2022-05-20 20:22:58 +0800] [7] [INFO] Listening at: http://0.0.0.0:8765 (7)
liuli_api       | [2022-05-20 20:22:58 +0800] [7] [INFO] Using worker: gevent
liuli_api       | [2022-05-20 20:22:58 +0800] [8] [INFO] Booting worker with pid: 8
liuli_api       | [2022:05:20 20:23:00] INFO  Liuli API server(v0.1.3) started successfully :)
...
liuli_schedule  | [2022:05:20 21:11:32] INFO  Liuli 🤗 微信公众号文章更新完毕(11/11)!
liuli_schedule  | [2022:05:20 21:11:32] INFO  Liuli 采集器执行完毕!
liuli_schedule  | [2022:05:20 21:11:32] INFO  Liuli 处理器(after_collect): 开始执行!
liuli_schedule  | [2022:05:20 21:11:32] INFO  Liuli 处理器(after_collect): ad_marker 正在执行...
liuli_schedule  | [2022:05:20 21:11:32] INFO  Liuli 处理器(after_collect): to_rss 正在执行...
liuli_schedule  | [2022:05:20 21:11:32] INFO  Liuli 😀 为liuli_wechat: 老胡的储物柜 的 2 篇文章生成RSS成功!
liuli_schedule  | [2022:05:20 21:11:32] INFO  Liuli 😀 为liuli_wechat: PT邀请码网 的 1 篇文章生成RSS成功!
liuli_schedule  | [2022:05:20 21:11:32] INFO  Liuli 处理器(after_collect): 执行完毕!
...
liuli_schedule  | [2022:05:20 21:12:53] INFO  Liuli 处理器(backup:after_get_content): str_replace 正在执行...
liuli_schedule  | [2022:05:20 21:12:53] INFO  Liuli Backup(mongodb): liuli_wechat/PT邀请码网/万由UNAS远程访问设置教程（U-Anywhere和DDNS）.html 已存在！

ddns-go & NPM

不了解Nginx Proxy Manager用法的小伙伴，请看《Docker系列 两大神器NPM和ddns-go的安装》。

在ddns-go或者域名托管商后台添加域名：https://liuli.domain.com（这个根据自己的实际情况）。最后NPM的配置如下图所示：

这里注意，172.17.1.0是docker0的ip地址，与pro.env文件中的LL_DOMAIN是相对应的。

获取RSS地址

比如，我想获得老胡的储物柜这个公众号的RSS订阅地址，其为：

https://liuli.domain.com/rss/liuli_wechat/老胡的储物柜

如果你直接在chrome上访问这个网址，它有时候是无法访问的。可能要过一会才可以查看。那么，应该如何快速验证它是否可以成功运行呢？

方法1：在你的VPS中输入（你在chrome里复制地址出来，中文会转为下面的格式）：

curl 'https://domain.com/rss/liuli_wechat/%E8%80%81%E8%83%A1%E7%9A%84%E5%82%A8%E7%89%A9%E6%9F%9C/'

结果类似于：

<?xml version='1.0' encoding='UTF-8'?>
<feed xmlns="http://www.w3.org/2005/Atom">
  <id>老胡的储物柜</id>
  <title>老胡的储物柜</title>
  <updated>2022-05-20T13:11:32.151798+00:00</updated>
  <author>
    <name>Liuli</name>
  </author>
  <generator uri="https://github.com/liuli-io/liuli" version="v0.2.4">Liuli</generator>
  <entry>
    <id>liuli_wechat - 老胡的储物柜 - 我的周刊（第040期）</id>
    <title>我的周刊（第040期） </title>
    <updated>2022-05-20T13:11:32.153026+00:00</updated>
    <author>
      <name>liuli_wechat - howie6879</name>
    </author>
    <content/>
    <link href="https://<your-github-user>.github.io/liuli_backup/liuli_wechat/老胡的储物柜/%E6%88%91%E7%9A%84%E5%91%A8%E5%88%8A%EF%BC%88%E7%AC%AC040%E6%9C%9F%EF%BC%89.html" rel="alternate"/>
    <published>2022-05-20T18:17:29+08:00</published>
  </entry>
  <entry>
    <id>liuli_wechat - 老胡的储物柜 - 我的周刊（第039期）</id>
    <title>我的周刊（第039期） </title>
    <updated>2022-05-20T13:11:32.152063+00:00</updated>
    <author>
      <name>liuli_wechat - howie6879</name>
    </author>
    <content/>
    <link href="https://<your-github-user>.github.io/liuli_backup/liuli_wechat/老胡的储物柜/%E6%88%91%E7%9A%84%E5%91%A8%E5%88%8A%EF%BC%88%E7%AC%AC039%E6%9C%9F%EF%BC%89.html" rel="alternate"/>
    <published>2022-05-13T23:03:35+08:00</published>
  </entry>
</feed>

方法2：直接在TTRSS等RSS阅读器里订阅和调试。这个就不细说了。

最后，你可以像我一样，通过TTRSS进行订阅。如果你不会使用TTRSS，请参考《Docker系列 安装个人RSS服务TTRSS 手机完美适配》。你有其它RSS阅读器也是可以的。成功订阅后，其推送的是公众号文章的链接而不是全文，你打开链接后可以查看托管在github上的html文件，和在微信上看的效果是类似的：

小结

我发现在企业微信里也会收到通知。如果你不想在手机上看，到后台设置消息免打扰即可。虽然很多优秀作者都在微信公众号上发文，但由于微信公众号的闭源生态，想要获取微信公众号的RSS源比较困难。

暂时是这些吧，有什么问题大家可以在评论区留言。或者在liuli仓库提交issue。

参考

• 基于Liuli构建纯净的RSS公众号信息流：https://mp.weixin.qq.com/s/rxoq97YodwtAdTqKntuwMA
• liuli的github仓库：https://github.com/liuli-io/liuli

日志

2022-05-21

• 某些微信号无法正常地爬取，有点遗憾。暂不知如何解决。

• 频繁更新的微信号无法完全爬取，存在记录缺失。这是由于搜狐微信平台的天然缺陷所致，估计是无法修复的。

2022-05-20

liuli_schedule在运作时可出现下列报错，但似乎对RSS无影响。暂不知Error的来源，可能是内置python脚本的问题。持续观察中。

liuli_schedule  | [2022:05:20 23:24:52] ERROR SGWechatSpider <Item: Failed to get target_item's value from html.>
liuli_schedule  | Traceback (most recent call last):
liuli_schedule  | File "/root/.local/share/virtualenvs/code-nY5aaahP/lib/python3.9/site-packages/ruia/spider.py", line 197, in _process_async_callback
liuli_schedule  | async for callback_result in callback_results:
liuli_schedule  | File "/data/code/src/collector/wechat/sg_ruia_start.py", line 58, in parse
liuli_schedule  | async for item in SGWechatItem.get_items(html=html):
liuli_schedule  | File "/root/.local/share/virtualenvs/code-nY5aaahP/lib/python3.9/site-packages/ruia/item.py", line 127, in get_items
liuli_schedule  | raise ValueError(value_error_info)
liuli_schedule  | ValueError: <Item: Failed to get target_item's value from html.>