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

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：

# 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

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：

# 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：

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