微信文章抓取器 - 安全版

使用 Puppeteer + Chrome 无头模式抓取微信公众号文章，支持移动端伪装，提取全文及元信息并自动保存文本。

WeChat Article Fetcher - 微信文章抓取技能

使用 Puppeteer + Chrome 本地提取微信公众号文章内容。

---

📋 技能信息

字段	值
技能名称	wechat-article-fetcher-safe
版本	2.0.0
作者	@Adgai115
创建时间	2026-03-21
更新时间	2026-04-22
适用场景	微信公众号文章内容提取
技术栈	Node.js + Puppeteer + Chrome
仓库	https://github.com/Adgai115/wechat-article-fetcher-safe

---

🎯 功能

✅ 支持

• 微信公众号文章全文提取
• 文章元信息获取（标题、作者、时间）
• 文章图片下载保存（原图下载 + Markdown 嵌入链接）
• 移动端 User-Agent 适配
• JavaScript 渲染页面支持
• 输出格式：Markdown / 纯文本 / HTML
• 自动保存为文件
• 错误处理和超时保护

❌ 不支持

• 需要登录的文章
• 付费阅读内容
• 图片内文字 OCR 识别（仅下载图片原文件）

---

📦 安装

1. 确认环境

bash

node -v  # 需要 v18+

2. 安装依赖

bash

cd wechat-article-fetcher-safe
npm install

3. Chrome 路径

脚本会自动检测 Chrome 路径。如检测失败，修改脚本中的 chromePath。

Windows 标准路径：

text

C:\Program Files\Google\Chrome\Application\chrome.exe

---

🚀 使用方法

命令行

bash

node fetch-wechat-article.js https://mp.weixin.qq.com/s/xxx

作为 OpenClaw Skill 调用

javascript

const { fetchWechatArticle } = require('./fetch-wechat-article');

const result = await fetchWechatArticle({
  url: 'https://mp.weixin.qq.com/s/xxx',
  saveToFile: true,
  outputDir: './output'
});

console.log(result.title);
console.log(result.content);

---

📝 输出示例

text

========== 文章信息 ==========

标题：文章标题
作者：公众号名称
时间：发布日期

========== 文章内容 ==========

（正文内容）

========== 文章结束 ==========

内容已保存到：./article-wechat-xxxxx.txt

---

🔑 核心实现

1. Chrome 无头模式

javascript

const browser = await puppeteer.launch({
  executablePath: chromePath,
  headless: true,
  args: ['--no-sandbox', '--disable-gpu']
});

2. 移动端 User-Agent

javascript

await page.setUserAgent('Mozilla/5.0 (iPhone; CPU iPhone OS 15_0 ...) MicroMessenger/8.0.0');
await page.setViewport({ width: 375, height: 812 });

3. 内容提取

javascript

const articleData = await page.evaluate(() => {
  const title = document.querySelector('#activity-name')?.innerText;
  const content = document.querySelector('#js_content')?.innerText;
  return { title, content };
});

---

⚠️ 常见问题

找不到 Chrome

脚本会自动检测以下路径：

• C:\Program Files\Google\Chrome\Application\chrome.exe
• C:\Program Files (x86)\Google\Chrome\Application\chrome.exe
• /usr/bin/google-chrome
• /Applications/Google Chrome.app/Contents/MacOS/Google Chrome

提取内容为空

1. 文章可能需要登录
2. 增加等待时间：await page.waitForSelector('#js_content', { timeout: 30000 })

---

📁 文件结构

text

wechat-article-fetcher-safe/
├── SKILL.md                    # 技能文档（本文件）
├── fetch-wechat-article.js     # 主脚本
├── package.json                # npm 配置
├── README.md                   # 快速入门
└── README.github.md            # GitHub 展示文档

---

🔒 隐私说明

• 所有操作在本地完成
• 不发送数据到任何外部服务器
• 不收集用户信息
• 源代码完全公开可审查

---

📝 更新日志

v2.0.0 (2026-04-22)

• 清理冗余文件
• 更新仓库地址
• 移除不必要的 OCR 依赖
• 优化文档

v1.1.0 (2026-03-25)

• 重命名为安全版 (safe)
• 优化正文提取和失败识别
• 自动探测 Chrome 路径

v1.0.0 (2026-03-21)

• 初始版本

---

📄 许可证

MIT-0 (MIT No Attribution)

---

仓库：https://github.com/Adgai115/wechat-article-fetcher-safe 维护者：@Adgai115 最后更新：2026-04-22