WeChat MP Reader — 微信公众号文章抓取工具#

功能#

抓取微信公众号文章（ mp.weixin.qq.com 链接），提取完整内容并转换为 Markdown 格式保存到本地。

支持提取的信息#

• 标题 — 文章标题

• 公众号名称 — 作者/来源

• 发布时间 — 文章发布日期

• 封面图 — 文章封面图片链接

• 正文内容 — 完整的文章正文，包含：

  • 文本段落、标题层级
  • 图片（保留原图链接）
  • 视频链接
  • 超链接
  • 列表、引用、加粗/斜体等格式

使用方法#

命令行方式#

bash

python scripts/fetch_wechat_article.py <文章链接> [选项]

参数：

• url — 微信公众号文章链接（必需）
• -o, --output — 输出目录（默认：当前目录）
• --images — 下载图片到本地（开发中）
• --json — 以 JSON 格式输出元数据

示例：

bash

# 基本用法
python scripts/fetch_wechat_article.py "https://mp.weixin.qq.com/s/xxxxx"

# 指定输出目录
python scripts/fetch_wechat_article.py "https://mp.weixin.qq.com/s/xxxxx" -o ./articles

# 只输出 JSON 元数据
python scripts/fetch_wechat_article.py "https://mp.weixin.qq.com/s/xxxxx" --json

Python API 方式#

python

from scripts.fetch_wechat_article import fetch_article

result = fetch_article(
    url="https://mp.weixin.qq.com/s/xxxxx",
    output_dir="./articles"
)

print(result['title'])      # 文章标题
print(result['author'])     # 公众号名称
print(result['content'])    # Markdown 正文
print(result['filepath'])   # 保存的文件路径

输出格式#

生成的 Markdown 文件结构：

markdown

# 文章标题

**公众号**: 公众号名称
**发布时间**: 2024-01-01
**封面**: ![封面](封面图链接)
**原文链接**: https://mp.weixin.qq.com/s/xxxxx

---

正文内容...

![图片](图片链接)

[视频](视频链接)

依赖#

• Python 3.8+
• requests 库（用于 HTTP 请求）

安装依赖：

bash

pip install requests

注意事项#

1. 网络要求 — 需要能访问 mp.weixin.qq.com
2. 反爬机制 — 频繁抓取可能触发微信的反爬机制，建议适当控制请求频率
3. 链接有效性 — 确保文章链接未过期或被删除
4. 图片链接 — 生成的 Markdown 中图片使用微信 CDN 原链接，长期有效性取决于微信策略

故障排查#

问题可能原因解决方案无法提取正文页面结构变化检查微信是否更新了页面结构返回 403被反爬拦截稍后再试，或更换 IP标题为空文章被删除/受限确认链接可在浏览器正常打开图片不显示微信 CDN 链接过期使用 --images 下载到本地