构建一个多源（公众号、RSS）、干净、个性化的阅读环境

作为一名微信公众号的重度用户，公众号一直被我设为汲取知识的地方。随着使用程度的增加，相信大家或多或少会有一个比较头疼的问题——广告问题。

假设你关注的公众号有十来个，若一个公众号两周接一次广告，理论上你会面临二十多次广告，实际上会更多，运气不好的话一天刷下来都是广告也不一定。若你关注了二三十个公众号，那很难避免现阶段公众号环境的广告轰炸。

更可恶的是，大部分的广告，无不是贩卖焦虑，营造消极气氛，实在无法忍受且严重影响我的心情。但有些公众号写的文章又确实不错，那怎么做可以不看广告只看文章呢？如果你在公众号阅读体验下深切感受到对于广告的无奈，那么这个项目就是你需要的。

这就是本项目的产生的原因，构建一个多源（公众号、RSS）、干净、个性化的阅读环境。

PS: 这里声明一点，看广告是对作者的支持，这样一定程度上可以促进作者更好地产出。但我看到喜欢的会直接打赏支持，所以搭便车的言论在我这里站不住脚，谢谢。

我的思路很简单，大概流程如下：

简单解释一下：

• 采集器：监控各自关注的公众号或者博客源，最终构建Feed流作为输入源；
• 分类器（广告）：基于历史广告数据，利用机器学习实现一个广告分类器（可自定义规则），然后给每篇文章自动打上标签再持久化到MongoDB；
• 分发器：依靠接口层进行数据请求&响应，为使用者提供个性化配置，然后根据配置自动进行分发，将干净的文章流向微信、钉钉、TG甚至自建网站都行。

这样做就实现了干净阅读环境的构建，衍生一下，还可以实现个人知识库的构建，可以做诸如标签管理、图谱构建等，这些都可以在接口层进行实现。

实现详情可参考文章打造一个干净且个性化的公众号阅读环境

本项目使用 pipenv 进行项目管理， 安装使用过程如下：

# 确保有Python3.6+环境
git clone https://github.com/howie6879/2c.git
cd 2c

# 创建基础环境
pipenv install --python={your_python3.6+_path}  --skip-lock --dev
# 配置.env 具体查看 doc/00.环境变量.md
# 启动
pipenv run dev

使用前建议阅读文档：

• 00.2C环境变量
• 01.2C使用教程：推荐 博客阅读地址较舒适

为了提升模型的识别准确率，我希望大家能尽力贡献一些广告样本，请看样本文件：.files/datasets/ads.csv，我设定格式如下：

字段说明：

• title：文章标题
• url：文章链接，如果微信文章想、请先验证是否失效
• is_process：表示是否进行样本处理，默认填0即可

来个实例：

一般广告会重复在多个公众号投放，填写的时候麻烦查一下是否存在此条记录，真的真的希望大家能一起合力贡献，亲，来个PR贡献你的力量吧！

感谢CharCNN论文作者Xiang Zhang, Junbo Zhao, Yann LeCun，以及相关项目：

• flask
• wechat-feeds
• CharCNN
• CharCnn_Keras

感谢以下开发者的贡献（排名不分先后）：

欢迎与我交流（关注入群）：