Wechat Saver

微信公众号文章抓取工具。将微信文章转换为 Obsidian 兼容的 Markdown 格式，支持图片下载、智能格式识别（代码块/列表/引用）。

WeChat Saver - 微信公众号文章保存工具

将微信公众号文章转换为 Markdown 格式，保存到本地 Obsidian 知识库。

触发场景

当用户提供：

• 微信公众号文章链接
• 多条微信文章链接（批量处理）
• "把这篇文章保存到 Obsidian"
• "微信文章转 Markdown"

核心功能

1. 文章抓取

• 自动提取文章标题和正文
• 移除广告和无关元素
• 保留文章原始结构（标题、段落、列表等）
• 微信文章专属优化（#js_content、.rich_media_content 容器识别）

2. 图片处理

• 自动下载文章中的所有图片
• 保存到文章同级的 images/ 目录
• Markdown 中使用相对路径引用（Obsidian 兼容）
• 支持微信图片多源识别（data-src、data-original、src）

3. Markdown 转换

• HTML → Markdown 格式转换
• 添加 YAML Frontmatter（标题、来源、日期、标签）
• 附加原文链接和抓取时间
• 智能格式识别：
  • 代码块：自动识别命令行、curl、pip/npm 命令
  • 列表：识别中文序号（第一，、第二，）、数字列表、符号列表
  • 引用：识别"打个比方"、"例如"、"比如"等引用标记
  • URL：短文本中的 URL 自动转为 Markdown 链接
• 自动清理多余空行（3 个以上合并为 1 个）

4. 批量处理

• 支持一次处理多篇文章
• 输出处理报告

使用方法

安装依赖

方法 1: 使用虚拟环境（推荐）

bash

# 创建虚拟环境
python3 -m venv ~/.claude/skills/wechat-saver/.venv

# 激活并安装
source ~/.claude/skills/wechat-saver/.venv/bin/activate
pip install requests readability-lxml beautifulsoup4 lxml

方法 2: 使用 --break-system-packages

bash

pip3 install --break-system-packages requests readability-lxml beautifulsoup4 lxml

方法 3: 使用国内镜像

bash

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple \
  --break-system-packages \
  requests readability-lxml beautifulsoup4 lxml

处理单篇文章

bash

# 默认输出到 ~/Documents/Obsidian Vault/00-Inbox
~/.claude/skills/wechat-saver/scripts/wechat_to_md.py \
  https://mp.weixin.qq.com/s/A1aYj3Dh-T32NqQdlYh27Q

指定输出目录

bash

~/.claude/skills/wechat-saver/scripts/wechat_to_md.py \
  -o ~/Documents/Obsidian\ Vault/01-Learning/Articles \
  https://mp.weixin.qq.com/s/xxx

不下载图片

bash

~/.claude/skills/wechat-saver/scripts/wechat_to_md.py \
  --no-images \
  https://mp.weixin.qq.com/s/xxx

批量处理

bash

~/.claude/skills/wechat-saver/scripts/wechat_to_md.py \
  url1 \
  url2 \
  url3

输出结构

text

00-Inbox/
├── 文章标题/
│   ├── images/
│   │   ├── image_001.jpg
│   │   ├── image_002.png
│   │   └── ...
│   └── 文章标题.md

Markdown 输出格式

markdown

---
title: 文章标题
source: https://mp.weixin.qq.com/s/xxx
created: 2026-04-05 12:00:00
tags: [wechat, article]
---

文章内容...

![image](images/image_001.jpg)

---
📌 原文链接：https://mp.weixin.qq.com/s/xxx
📅 抓取时间：2026-04-05 12:00:00

注意事项

1. 依赖安装: 首次使用前需要安装 Python 依赖
2. 网络环境: 需要能访问微信服务器
3. 图片反爬: 部分图片可能有防盗链，下载可能失败
4. 付费文章: 不支持需要登录/付费的文章

故障排查

问题	错误信息	解决方案
依赖缺失	ModuleNotFoundError	运行 pip install requests readability-lxml beautifulsoup4 lxml
图片下载失败	403 Forbidden	微信防盗链，跳过该图片
提取失败	内容为空	文章可能需要登录或已被删除
输出目录不存在	FileNotFoundError	检查路径是否正确，注意空格转义

相关命令

bash

# 安装依赖
pip install requests readability-lxml beautifulsoup4 lxml

# 测试单篇
~/.claude/skills/wechat-saver/scripts/wechat_to_md.py <url>

# 查看帮助
~/.claude/skills/wechat-saver/scripts/wechat_to_md.py --help

技术实现

• 正文提取: readability-lxml (Mozilla Readability 算法)
• HTML 解析: BeautifulSoup4 + lxml
• 图片下载: requests 会话复用
• 路径处理: Obsidian 相对路径兼容

改进方向

• 智能格式识别（代码块、列表、引用自动格式化）
• 连续空行自动清理
• URL 自动转 Markdown 链接
• 支持微信登录 cookie（访问付费文章）
• 支持公众号主页抓取（批量获取文章列表）
• 添加文章元数据（作者、发布时间、阅读量等）

更新日志

版本	日期	更新内容
1.1.0	2026-04-05	新增智能格式识别：代码块、中文序号列表、X 层：列表、引用、URL 自动转链接；空行自动清理
1.0.0	2026-04-05	初始版本：基础抓取、图片下载、Markdown 转换