用Python复盘公众号内容,怎样把文章目录和互动统计接到同一轮研究?
用 Python 复盘公众号内容时,先用 wechat_mp.v2.fetch_account_articles 保存一页文章目录并选出相关文章,再用 wechat_mp.v2.fetch_article_stats 保存每篇入选文章的统计,最后用现有的 wechat_metrics.py 导出器把统计转成 CSV。例如要研究一个行业公众号最近怎样讲产品教程:先列出账号发了什么,再选出教程类文章,查看这些文章在当前观察时点的阅读与互动。最终交付文章名单、指标、原文依据和下一步值得研究的问题。
已经知道文章链接时,直接从第 4 步读统计;要了解账号近期写了哪些主题时,从第 2 步的文章目录开始。
1. 确认账号和本轮问题
先固定目标账号和研究问题,例如“近期教程都解释了哪些使用步骤”。已有核实的 username 就复用;只有这个账号的一篇文章时,按账号标识交接取得 data.content.user_name。展示昵称只用来确认来源,不直接填成账号标识。
wechat_mp.v2.fetch_account_articles 的 username 接受 gh_…、gh_…@app 和自定义微信号。文章目录流程(见第 3 步)里现有的历史处理器只接受规范的 gh_ 标识,准备接着用历史处理器时就使用 gh_ 标识。其他有效写法仍可保存目录原件;把这项兼容差异和保存的文件一起记下。
一页目录加上三篇教程各一次统计,最多四次请求。需要从文章定位账号、回溯更多目录页或读取正文时,再加相应步骤。现价见价格页。
2. 用Python保存一批材料
使用 Python 3 标准库,在本地环境配置 BEATAPI_API_KEY。把下面的代码保存为 mp_read.py;mp_read.py 每次运行把一页文章目录(list)或一篇文章的标准统计(stats)保存到一个新目录。
取得目标账号的文章目录:
list 模式显式使用 raw:false、文章栏目 0 和空 offset,与已有目录流程一致。page_size 可能被忽略,不要按一页固定 20 篇安排统计。原始响应保存在 response.json,请求条件和时间保存在 call.json,后续读取可以复用这两个文件。
3. 从目录选要研究的文章
- 确认
response.json里是目标账号和目标栏目。 - 查看实际标题、摘要、链接和发布时间。
- 把教程、活动宣传和新闻转载分开。
- 为每篇文章写入选或排除理由,形成固定的研究名单。
例如一篇讲首次安装、一篇讲日常操作、一篇讲故障排查,三篇都属于教程,但目的和读者处境不同。目录只给线索;讨论具体写法时,再补读相应正文。
要继续读历史目录时,按文章目录流程传回真实的 next_offset,不要把文章数量填进 offset。文章目录流程提供目录 CSV 和历史状态处理器;mp_read.py 只保存首批原件,续页交给文章目录流程。
4. 为选定文章读取统计
确认文章 URL 后运行:
每篇文章使用一个新的输出目录。wechat_mp.v2.fetch_article_stats 接受公开短链和 __biz 长链;保留 raw:true,把数字和显示/取数状态一起保存。指标含义和当前快照的读法见活动文章复盘。
目录条目和统计通过实际请求的 URL 关联。两篇文章标题相同时,也分别保留文章身份;重新取得同一篇文章的统计是一次新的观察,不覆盖上一时点的快照。
5. 接已有CSV导出,而不是重新取数
从阅读与互动问答保存 wechat_metrics.py。在 stats-pages.json 里为每份实际统计原件建一条记录:
http_status从这份原件的call.json原样复制。collected_at填call.json里的finished_at。response_file写成相对stats-pages.json所在目录的原件路径。
把下面示例里的值换成实际值:
在本地转换已保存的响应:
metrics.csv 是每篇文章每个指标一行的长表,文章数量要另算。用 URL 和原件来源找回对应文章;标题、内容目的和入选理由来自目录和你的选文表。需要把正文与统计联表时,用来源与统计联表,每批最多五对文章。
6. 怎样把指标表变成复盘?
先分清每篇文章的目的、积累时间和数据状态,再看值得补读的差异。整数、显示阈值、缺失和失败分别保留。今天的统计只说明当前观察;发布后第七天的比较需要第七天当时保存的统计。
交付目录、选文理由、统计长表、原件和三到五个具体复盘问题,例如“安装教程是否把准备步骤交代清楚”“高收藏的操作文章哪些结构值得借鉴”,每个问题附证据和下一步。阅读和点赞数提示该看哪些文章,具体解释还要回到原文。
例如同一批里一篇是快速上手、一篇是旧版迁移。先按每篇文章的目的读指标,再把「核对哪篇的开头说清了适用版本」列成复盘项,附上保存的统计文件和原文链接,团队下次可以直接接着这个问题读。
把复盘交给已接入 BeatAPI 的助手时,可以这样布置:
研究目标公众号近期的教程,复用已核实的账号标识,取一页目录挑出相关文章。为选定的三篇文章保存标准统计,复用已有导出器;按文章目的、发布时长和状态解释差异,再列出值得读原文的问题。交付文章名单、入选理由、指标和来源,说明实际覆盖范围。

