Wechat Fetch Publish

微信公众号文章抓取工具 v3.0 - Lite轻量版 + Playwright版，支持免登录、批量抓取、图片下载、多格式输出

WeChat Fetch v3.0 - 微信文章抓取工具

微信公众号文章抓取工具 v3.0，在 v2.0 基础上新增：免登录模式、批量抓取、图片下载、多格式输出。

新增特性 (v3.0)

特性	说明
✅ 免登录模式	无需扫码登录，直接抓取公开文章
✅ 批量抓取	支持从文件读取多个 URL 批量下载
✅ 图片下载	自动下载文章图片到本地
✅ 多格式输出	Markdown/HTML/JSON/TXT 四种格式

使用方法

版本选择

版本	适用场景	资源需求	批量抓取
Lite 版	快速抓取、低内存环境	低（无需浏览器）	✅ 支持
Playwright 版	需要 Cookie 登录、复杂页面	高（需 Chromium）	✅ 支持

1. Lite 版（推荐）

# 基本用法
python3 scripts/wechat_fetch_lite.py "https://mp.weixin.qq.com/s/xxxxx"

# 指定输出格式
python3 scripts/wechat_fetch_lite.py "https://mp.weixin.qq.com/s/xxxxx" \
  --format html --output article.html

# 下载图片
python3 scripts/wechat_fetch_lite.py "https://mp.weixin.qq.com/s/xxxxx" \
  --download-images --output article.md

# 批量抓取
python3 scripts/wechat_fetch_lite.py --batch urls.txt --output ./articles \
  --format markdown --delay 3

2. Playwright 版（需 Cookie 登录时）

# 免登录模式
python3 scripts/wechat_fetch_v3.py "https://mp.weixin.qq.com/s/xxxxx" --no-login

# Cookie 模式（需预先登录）
python3 scripts/wechat_fetch_v3.py "https://mp.weixin.qq.com/s/xxxxx"

# 批量抓取（带重试）
python3 scripts/wechat_fetch_v3.py --batch urls.txt --output ./articles \
  --no-login --max-retries 3 --retry-delay 5

2. 批量抓取

# 创建 URL 列表文件 urls.txt
echo "https://mp.weixin.qq.com/s/xxx1" > urls.txt
echo "https://mp.weixin.qq.com/s/xxx2" >> urls.txt
echo "https://mp.weixin.qq.com/s/xxx3" >> urls.txt

# 批量抓取
python3 scripts/wechat_fetch_v3.py --batch urls.txt --output ./articles \
  --no-login --download-images --format markdown

3. Python API

Lite 版（推荐）:

from scripts.wechat_fetch_lite import WeChatFetcherLite

fetcher = WeChatFetcherLite()

# 单篇抓取
result = fetcher.fetch_single(
    url="https://mp.weixin.qq.com/s/xxxxx",
    download_images=True,
    output_format="markdown"
)

Playwright 版:

from scripts.wechat_fetch_v3 import WeChatFetcher

fetcher = WeChatFetcher()

# 单篇抓取
result = fetcher.fetch_single(
    url="https://mp.weixin.qq.com/s/xxxxx",
    no_login=True,
    download_images=True,
    output_format="markdown"
)

# 批量抓取
results = fetcher.fetch_batch(
    urls=["url1", "url2", "url3"],
    output_dir="./articles",
    no_login=True,
    download_images=True,
    output_format="json"
)

参数说明

Lite 版参数

参数	说明	默认值
url	微信文章 URL	-
-o, --output	输出文件路径	-
--batch	批量抓取文件（每行一个URL）	-
--download-images	下载图片到本地	False
--format	输出格式 (markdown/html/json/txt)	markdown
--timeout	超时时间（秒）	30
--delay	请求间隔（秒）	2

Playwright 版参数

参数	说明	默认值
url	微信文章 URL	-
-o, --output	输出文件/目录路径	-
--batch	批量抓取文件路径	-
--no-login	免登录模式	False
--download-images	下载图片到本地	False
--format	输出格式 (markdown/html/json/txt)	markdown
--headless	无头模式	True
--timeout	超时时间（秒）	30
--max-retries	最大重试次数（批量模式）	3
--retry-delay	重试间隔（秒）	5

输出格式对比

格式	说明	适用场景
Markdown	标准 Markdown，含元数据	通用，推荐
HTML	完整 HTML 页面	网页展示
JSON	结构化数据	程序处理
TXT	纯文本	简单阅读

版本对比

特性	Lite 版	Playwright 版 (v3)	Cookie 模式 (v2)
资源需求	低	高	高
速度	快	中等	中等
稳定性	高	中	高
Cookie 登录	❌	✅	✅
批量抓取	✅	✅	❌
图片下载	✅	✅	✅
多格式输出	✅	✅	✅
重试机制	❌	✅	❌
推荐场景	日常使用	复杂需求	私密文章

批量抓取示例

# 1. 准备 URL 文件
cat > urls.txt << 'EOF'
https://mp.weixin.qq.com/s/article1
https://mp.weixin.qq.com/s/article2
https://mp.weixin.qq.com/s/article3
EOF

# 2. 执行批量抓取
python3 scripts/wechat_fetch_v3.py \
  --batch urls.txt \
  --output ./articles \
  --no-login \
  --download-images \
  --format markdown

# 3. 查看结果
ls ./articles/
# article_001.md  article_002.md  article_003.md  images/  batch_report.json

图片下载说明

使用 --download-images 参数时：

• 图片会下载到 images/ 子目录
• Markdown 中的图片链接会替换为本地相对路径
• 支持常见格式：jpg, png, gif, webp

articles/
├── article_001.md
├── article_002.md
└── images/
    ├── image_001.jpg
    ├── image_002.png
    └── image_003.gif

故障排除

免登录模式抓取失败

可能原因：

• 文章需要登录才能查看
• 触发微信反爬机制
• 页面结构变化

解决：

• 尝试使用 Cookie 模式
• 增加 --timeout 时间
• 添加延迟避免频繁请求

图片下载失败

可能原因：

• 图片 URL 过期
• 网络问题
• 图片需要登录权限

解决：

• 使用 Cookie 模式
• 检查网络连接
• 手动下载缺失图片

批量抓取中断

解决：

• 查看 batch_report.json 了解失败详情
• 从失败位置继续抓取
• 调整请求间隔时间

更新日志

v3.0.0 (2026-03-23)

• ✅ 新增 Lite 轻量版（无需浏览器）
• ✅ 新增免登录模式
• ✅ 新增批量抓取功能（Lite + Playwright）
• ✅ 新增图片下载功能
• ✅ 新增多格式输出（HTML/JSON/TXT）
• ✅ 优化代码结构，更易扩展
• ✅ 添加批量抓取报告
• ✅ 添加重试机制（Playwright 版）

v2.0.1 (2026-03-20)

• ✅ 使用持久化浏览器上下文
• ✅ 复用已登录 Cookie
• ✅ 添加 Cookie 自动监控
• ✅ 支持无头模式

依赖

pip install playwright beautifulsoup4 requests
playwright install chromium

许可证

MIT-0 · Free to use, modify, and redistribute. No attribution required.