有没有什么方法快速能找到导致软件崩溃的进程_提高微信公众号文章采集效率，anyproxy进阶使用方法...

在本专栏前面的几篇文章中介绍了一套完整的微信公众号文章内容的采集方法。有一些朋友加我微信跟我说按照我的思路已经实现了出来，并且有的朋友还是将我的php翻译成了其它语言。但是接下来就会面临一个问题，就是这套采集系统因为受一些环境因素影响，会导致采集中断，之后就需要人工干预。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

//userRes.end();//把这一行注释掉
userRes.end('<script>setTimeout(function(){window.location.reload();},2000);</script>');//插入这一行

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

var 

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

if

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：

if

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：

var 

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 v0.11 v0.10 v0.8版本，兼容CoffeeScript,基于Linux 和MacOS.

首先安装pm2

sudo npm install -g pm2

在pm2环境下运行anyproxy

sudo pm2 start anyproxy -x -- -i

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

//查看运行日志
sudo pm2 logs anyproxy [--lines 10]
//关闭anyproxy
sudo pm2 delete anyproxy
//重启anyproxy
sudo pm2 restart anyproxy
//监控内存占用
sudo pm2 monit
//监控运行状态
sudo pm2 list

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：

sudo visudo

找到代码：

%admin          ALL = (ALL) ALL

修改为：

%admin          ALL = (ALL) NOPASSWD: ALL

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：

cd
touch autoexec.sh
vim autoexec.sh

然后进入编辑模式，按键盘字母i开始编辑，粘贴代码：

#!/bin/sh 

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：

chmod 755 autoexec.sh

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。如果哪位朋友对触动精灵比较了解，也希望能提供出触动精灵的脚本，我可以丰富到这篇文章中并且署名。

持续更新，微信公众号文章批量采集系统的构建

微信公众号文章采集的入口--历史消息页详解

微信公众号文章页的分析与采集

提高微信公众号文章采集效率，anyproxy进阶使用方法