TeleMediaSpider
Telegram 频道爬虫
初始化（开发）
yarn如何调试（开发）
VS Code 中直接F5运行 Launch。
如何打包（开发）
VS Code 中运行 pack executable 任务，可执行文件会生成到 output 目录下。
如何使用
0. 下载
已打包好的TeleSpider可在这里下载：https://github.com/liesauer/TeleMediaSpider/releases，包含 Windows x64 Linux x64 多个版本，如需其他版本，请自行打包。
1. 首次运行
直接运行，根据提示进行账号配置，配置以下内容：
account.apiId（参考文档，Getting API ID and API HASH | GramJS）
account.apiHash（参考文档，Getting API ID and API HASH | GramJS）
account.account（Telegram账号，需要加上区号，比如中国大陆就是：+861xxxxxxxxxx，其他区域同理）
account.session
配置保存后，根据提示进行登录（仅第一次需要）
2. 配置频道列表
登录成功后，根据提示进行频道配置，配置以下内容：
spider.channels
频道id可以在频道列表文件 data/channels.txt 中找到并复制
配置保存后，就会自动开始抓取了。
示例：
[spider]
channels = [ "频道id1", "频道id2" ]如何抓取自己的已保存信息？
使用固定的频道id：me 即可。
默认抓取频道的图片 视频 音频 文件，如果你想特定的频道只抓取特定的数据，也可自由配置，有效值：photo video audio file。
将以下配置
[spider.medias]
_ = "photo,video,audio,file"修改为
[spider.medias]
频道id1 = "photo"
频道id2 = "photo,video,audio,file"3. 开始抓取
配置完账号信息、频道列表后，就会自动开始抓取啦，智能获取新消息，支持断点续抓，可任意时候随意关闭软件。
4. 并发下载
注意：这并不是传统意义上的并发下载，而是指多频道同时下载，单一频道只能一条一条信息从前往后解析下载。
将以下配置
[spider]
concurrency = 5修改为你想要的多频道同时下载数，默认为5个频道同时下载。
5. 大小过滤
默认抓取大小不超过10GB的文件，如有需求，可按全局配置或按频道配置文件大小过滤。
格式：下限-上限
单位：字节
进制：1024
示例：102400-10485760
解释：抓取文件大小在 100KB ~ 10MB 之间的文件（含）
优先级：频道配置 > 全局配置
5.1. 全局配置
修改以下配置即可
[filter.default]
photo = "0-10737418240"
video = "0-10737418240"
audio = "0-10737418240"
file = "0-10737418240"5.2. 频道配置
修改以下配置即可
[filter.photo]
频道id1 = "102400-999999999"
[filter.video]
频道id1 = "102400-999999999"
[filter.audio]
频道id1 = "102400-999999999"
[filter.file]
频道id1 = "102400-999999999"代理设置
如果你所在的地区无法直连TG服务器，可使用代理进行连接
不支持 secret 以 ee 开头的 MTProxy，相关issue：gram-js/gramjs#426
参考：
Using MTProxies and Socks5 Proxies
配置说明
除了第一次配置账号信息，修改任意配置都需要重启软件生效
配置文件中所有的 _ 配置项都是占位，用来当成示例配置供参考填写的，删除无实际影响。
数据保存
默认下，同一条消息中的多张图片/文件会视为独立的文件，平级存放在数据文件夹中。
所有数据都保存在 data/{频道id}[/_{子组id}] 文件夹下，文件名格式：[{聚合id}_]{消息id}[_{原文件名}]。
消息聚合
[spider]
groupMessage = true当开启消息聚合后，这些文件会放在子文件夹中。
即保存在 data/{频道id}[/_{子组id}][/{聚合id}] 文件夹下，文件名格式：{消息id}[_{原文件名}]。
原始数据保存
[spider]
saveRawMessage = true当开启原始数据保存后，所有的频道列表、频道消息都会保存在 data/database.db sqlite3数据库中，以方便有二开或对接的需求。
channel 表
| 字段 | 类型 | 说明 |
|---|---|---|
| id | string | 频道id/子组id |
| pid | string | 父频道id（子组才有） |
| title | string | 频道名 |
message 表
| 字段 | 类型 | 说明 |
|---|---|---|
| id | number | 自增id |
| uniqueId | string | 内部使用 |
| channelId | string | 频道id |
| topicId | string | 子组id |
| messageId | string | 消息id |
| groupedId | string | 聚合id |
| text | string | 消息文本内容 |
| rawMessage | string | 消息原始内容（JSON） |
| fileName | string | 原文件名（一般只有文件才有，图片等不会有） |
| savePath | string | 文件保存位置（相对于 data 文件夹） |
| date | number | 消息发送时间戳 |