刚开始，只是想为公众号加上搜索功能，方便回复关键字查询历史文。在去掉一些早期七七八八的文章，能返回的搜索资源就更少了，而且技术占了大部分，这该有多么的单调，略显尴尬。对于搜索功能的添加，是需要把文章、链接一个个录入数据库的，有了文章基础数据，就可以编写搜索接口。一个个个录，是枯燥的重复，于是想到找一个微信文章收录平台，为自动获取提供可能，发现了搜狗搜索引擎有微信专栏。
月发文二篇？？？我这月有十来啊篇啊喂，点进去一看，下方一行小字，仅显示最近十条群发，得嘞一个个录吧。做了个简易的录入小系统clear。
念念不忘必有回响
搜狗微信有很丰富的内容，在搜索引擎市场中却不是那么引人注目，对于此刻的我来说就是发现了新大陆
这个微信热词不错，加上加上
当时测试获取的代码
搜狗有针对整个微信文章的收录，对个人公众号来说，就像一艘星际小船冲进了宇宙。只有微信文章才能以卡片的形式作为结果推送，如果在公众号中的搜索，也可以依靠强大的搜狗就太酷了。现在真的实现了。
了解 [关键字][空格][页码] 的规则，就可以在其中自由驰骋。自由驰骋，搜你所想。
临渊羡鱼，退而结网
在搜狗微信搜索中，每一页有10条数据，每条数据都是一篇微信文章。我们需要获取其中的标题、摘要、链接、图片这四个信息。
画出简要的页面结构分析:
整个页面的编码是utf8，但是当搜索关键字包含中文时，需要是gb2312编码，否则页面关键字是按乱码进行搜索，会出现一些意想不到的奇异搜索结果。
在实现网页内容解析后，就可以进行图文回复的设计了。在微信推送中，一次最多可以推送8篇文章，对于接受者，屏幕会被占得满满的。所以开始设计图文回复时，尽可能少一些，最终采用了5+2原则。
5+2原则
在搜索中前5篇来源于搜狗，后0~2篇来自于这个公众号。在分页的时候其实是两部分联动搜索，在搜狗中以5为单位和在本地数据库以2为单位，在不同的区域分别搜索，组合结果。搜索引擎一页10篇，5正好分10为上下两页。
所以page是搜索引擎中的页码，myPage是自定义页码。只输入关键字，当然默认是第一页。知道这个就可以方便的和电脑上的搜索结果做对比了。
代码实现
在上次微信机器人小雅（小雅是啥，试试后台回复小雅）代码的基础，继续扩展了一个API接口，使用一个SogouWx的类调用搜狗引擎。当用户发送关键字给小雅时，如果不符合小雅的预设关键字列表，小雅在搜索自己的数据库时，也把请求发送给搜狗，最后组合文章列表返回给用户。
在实际物理实现用到了两台服务器，原因是云服务器1只有1G内存，同时跑MySQL非常内存消耗很大，正好有台阿里云3个月2G内存的，独立跑MySQL,系统是CentOS7.3和7.4，这样腾讯云服务器1缓解不卡了。只要一个服务器也是可以的，我也想用一台服务器啊，关键是卡啊，传个代码都要等半天。这大概就是分布式系统的雏形吧。有几个云服务器看来越来越重要了~
在代码实现时，也有有不少细节。这里是用的PHP，印象深的有两个：
1、PHP解析HTML结构的页面时。开始没指明即使用mb_string转码也会有部分字符异常
//这个属于hack,不加utf-8指明dom会以iso-8859-1的方式编码$dom = new DOMDocument();$dom->loadHTML(''.$htmlStr);2、json_encode函数无输出也不报错。原因是要求参数不是utf8编码，不知道这个调试猝不及防啊。
//当内容非utf8编码,json_encode函数无输出也不报错$name = mb_convert_encoding('《君畅·加油向前跑》','gb2312');$arr = [ 'name'=>$name];echo json_encode($arr);//没有输出$error = json_last_error();echo $error;//调试错误诸多细节尽在源码：
https://github.com/nasaplayer/WeChatRobotYa就是这个公众号了
