一、项目简介

本项目是一个基于影刀RPA(ShadowBot)平台开发的微信公众号文章信息采集工具。该工具能够自动化完成微信公众号后台登录、文章链接提取、文章内容信息采集以及数据导出等一系列操作，有效提高微信公众号文章信息收集与分析的效率。

项目主要功能包括：

• 自动登录微信公众平台
• 批量获取公众号文章链接
• 提取文章标题、作者、发布时间、阅读量等关键信息

• 将采集数据导出为Excel格式

二、项目结构

xbot_robot/
├── get_posts.py           # 文章信息采集主逻辑
├── imagesV2.xml           # 图片资源配置
├── main.py                # 项目入口文件
├── package.json           # 项目依赖配置
├── package.py             # 包管理
├── process1.py            # 网页初始化与登录流程
├── process2.py            # URL列表获取流程
├── selectorsV2.xml        # UI元素选择器配置
├── settings.json          # 项目设置
└── utils.py               # 工具类与辅助函数

核心文件说明：

• main.py: 项目入口，负责调用各个流程模块
• get_posts.py: 实现文章信息抓取和数据导出功能
• process1.py: 处理网页创建和登录验证
• process2.py: 负责文章URL的批量获取
• utils.py: 提供微信窗口管理、剪贴板操作等工具函数

三、项目特点和核心代码

项目特点

1. 模块化设计：将不同功能拆分为独立流程，便于维护和扩展
2. UI自动化：通过uiautomation库实现微信客户端的自动化操作
3. 数据导出：支持将采集结果导出为Excel格式
4. 错误处理：包含重试机制和异常处理
5. 可配置性：通过全局变量实现参数灵活配置

核心代码示例

1. 主流程控制 (main.py)

import xbot
import xbot_visual
from . import package
from .package import variables as glv
import time
from xbot import print

def main(args):
    try:
        # 调用流程1: 初始化并登录
        process_result = xbot_visual.process.run(process="process1", package=__name__, inputs={},
            outputs=["web_page"], _block=("main", 1, "调用流程"))
        # 调用流程2: 获取URL列表
        process_result2 = xbot_visual.process.run(process="process2", package=__name__, inputs={},
            outputs=["url_list_output"], _block=("main", 2, "调用流程"))
        # 调用流程3: 获取文章信息
        _ = xbot_visual.process.run(process="get_posts", package=__name__, inputs={
            "url_list": lambda: process_result2.url_list_output,
            }, outputs=[], _block=("main", 3, "调用流程"))
    finally:
        pass

2. 文章信息采集 (get_posts.py)

def get_message(url_list):
    ''' 获取公众号信息
    :params url_list: 微信url列表
    '''
    xbot.logging.info('开始抓取公众号信息')
    # 获取微信对象
    wechat = WEChat()
    # 循环url 获取公众号信息
    for url_ in url_list:
        # 点击搜索按钮并输入URL
        select_win32 = web_page_wechat.Control(Name="点按该按钮可前进...").GetParentControl().GetChildren()[-1].GetChildren()[1]
        select_win32.Click()
        wechat.input_clip.clipboard(win32con.CF_UNICODETEXT, url_)
        select_win32.SendKeys('{Ctrl}a{Del}')
        select_win32.SendKeys('{Ctrl}v{Enter}')
        sleep(2)
        
        # 获取公众号标题、原创状态、发布人等信息
        title = web_page_wechat.TextControl(AutomationId="activity-name").Name
        if web_page_wechat.GroupControl(AutomationId="copyright_logo").Exists(1, 0.5):
            Original = '原创'
        else:
            Original = '不是原创'
        # ...更多信息获取代码
        
        # 写入数据表格
        app.databook.append_row([title, Original, Publisher, ...], 'A')
        
    # 导出数据表格
    app.databook.export_data(fr'{glv["glv_file_folder"]}\公众号信息.xlsx', export_header=True)

3. URL列表获取 (process2.py)

def main(args):
    url_list_output = []
    try:
        # 获取已打开的网页对象
        web_page = xbot_visual.web.get(web_type=glv['glv_web_page_type'], mode="activated", ...)
        
        # 通过点击下一页获取目标数量的url
        while xbot_visual.workflow.test(operand1=True, operator="is true", ...):
            # 获取当前页所有文章链接
            web_element_list = xbot_visual.web.element.get_all_elements(
                browser=web_page, xpath_selector=

四、适用场景

1. 自媒体运营分析：批量采集竞品公众号文章数据，进行内容分析与竞品对比
2. 市场调研：收集特定行业公众号文章，分析行业趋势与热点话题
3. 舆情监控：跟踪特定关键词在公众号文章中的出现情况与情感倾向
4. 内容归档：自动保存重要公众号的历史文章，建立知识库
5. 数据分析：获取文章阅读量、点赞数等数据，进行传播效果分析
6. 竞品分析：对比不同公众号的发文频率、内容风格与用户互动情况
7. 学术研究：收集特定主题的公众号文章作为研究数据样本
8. 营销决策：基于文章数据优化内容策略和发布时间选择

五、常见问题与建议

常见问题

1. 登录失败：微信网页版登录需要扫码验证，确保网络环境稳定且微信客户端已登录
2. 元素定位失败：UI元素可能随微信版本更新变化，建议定期更新selectorsV2.xml中的选择器
3. Excel导出错误：检查目标文件夹是否存在读写权限，确保文件未被占用
4. 采集速度慢：可适当调整sleep时间参数，但过短可能导致页面未加载完成

使用建议

1. 运行前关闭微信客户端其他窗口，避免干扰UI自动化
2. 采集大量数据时建议分批次进行，降低被限制风险
3. 定期备份配置文件和选择器，防止版本更新导致功能异常
4. 复杂环境下可开启调试日志，便于问题定位

六、源码下载

1. 通过影刀RPA客户端应用市场获取。
2. 私聊

七、后续扩展方向

1. 多平台支持：扩展至今日头条、知乎等其他内容平台的信息采集
2. AI增强：集成NLP技术实现文章内容自动分类、关键词提取和情感分析
3. 定时任务：添加Windows任务计划或影刀定时触发器，实现无人值守采集
4. 数据可视化：增加图表生成功能，直观展示阅读量趋势、热点话题分布
5. 多账号管理：支持切换不同微信账号进行采集，避免单一账号限制
6. 反反爬机制：添加IP代理池和随机请求间隔，提高采集稳定性
7. API接口：开发RESTful接口，允许其他系统调用采集功能
8. 前端界面：开发Web管理界面，简化配置流程和任务监控