微信公众号文章获取器
获取、解析并保存微信公众号文章，支持单篇和批量下载、元数据提取、图片下载和 Markdown 转换。
快速开始
获取单篇文章：
python scripts/fetch_wechat_article.py
"https://mp.weixin.qq.com/s/xxxxx"
批量获取多篇文章（空格分隔）：
python scripts/fetch_wechat_article.py
"url1"
"url2"
"url3"
--output-dir ./output
批量获取多篇文章（逗号分隔）：
python scripts/fetch_wechat_article.py
"url1,url2,url3"
--output-dir ./output
仅输出元数据（不保存文件）：
python scripts/fetch_wechat_article.py
"https://mp.weixin.qq.com/s/xxxxx"
--json
依赖安装
pip
install
beautifulsoup4 html2text requests
功能说明
1. 获取文章并保存到本地
python scripts/fetch_wechat_article.py
"
单篇获取并保存
result
fetch_article ( "https://mp.weixin.qq.com/s/xxxxx" , output_dir = "./output" ) print ( result [ 'title' ] , result [ 'path' ] )
单篇仅获取元数据
meta
fetch_article ( "https://mp.weixin.qq.com/s/xxxxx" , json_only = True ) print ( meta [ 'title' ] ) print ( meta [ 'content_text' ] [ : 200 ] )
批量获取
urls
[ "https://mp.weixin.qq.com/s/aaa" , "https://mp.weixin.qq.com/s/bbb" ] stats = batch_fetch ( urls , output_dir = "./output" , interval = 3.0 ) print ( f"成功 { stats [ 'success' ] } 篇, 失败 { stats [ 'fail' ] } 篇" ) 主要函数参数： url ：文章链接（支持短链接和长链接） output_dir ：保存目录（默认： ./wechat_articles ） download_img ：是否下载图片（默认： True ） to_markdown ：是否转换为 Markdown（默认： True ） json_only ：仅返回元数据字典，不保存文件 batch_fetch 额外参数： urls ：文章链接列表 interval ：每篇文章之间的下载间隔秒数（默认： 3.0 ） 注意事项 优先使用短链接 （ /s/xxxxx ）—— 带 __biz 参数的长链接可能触发验证码。 批量下载时默认间隔3秒，可通过 --interval 调整，避免触发微信反爬机制。 自动使用微信移动端 User-Agent 绕过访问限制。 微信图片使用 data-src 属性（非 src ），因为采用了懒加载。 下载图片需要设置 Referer: https://mp.weixin.qq.com/ 请求头。 HTML 结构详情参见 references/wechat_html_structure.md 。