webfetch

网页内容抓取工具。使用 webfetch CLI 抓取网页内容并转换为 Markdown、文本或 HTML 格式。触发场景：用户要求抓取网页、获取网页内容、网页转 Markdown、网页转文本、下载网页。

封装 webfetch 命令行工具，用于抓取网页内容并转换为多种格式。

核心能力

1. 网页抓取 - 获取指定 URL 的网页内容
2. 格式转换 - 支持 Markdown（默认）、纯文本、原始 HTML 三种输出格式
3. 代理支持 - 自动读取环境变量代理配置，支持手动指定代理
4. 文件保存 - 支持将抓取内容保存到指定文件

工作流程

🌐 抓取网页内容

当用户表达抓取网页、获取网页内容、网页转 Markdown 意图时，执行如下命令：

text

webfetch "https://example.com"

视需要也可以使用如下常见用法：

text

webfetch "https://example.com"                    # 默认输出 Markdown
webfetch "https://example.com" -f text            # 输出纯文本
webfetch "https://example.com" -f html            # 输出原始 HTML
webfetch "https://example.com" -o article.md      # 保存到文件
webfetch "https://example.com" -q > output.md     # 静默模式，适合管道

🔧 代理配置

当网络环境需要代理时，有两种方式：

方式一：环境变量（推荐）

text

export HTTPS_PROXY=http://proxy:8080
webfetch "https://example.com"

方式二：命令行参数

text

webfetch "https://example.com" --proxy http://proxy:8080

🔓 跳过证书验证

当遇到 TLS 证书问题（如自签名证书）时：

text

webfetch "https://example.com" --insecure

⏱️ 超时设置

当目标网站响应较慢时：

text

webfetch "https://example.com" --timeout 60

🛠️ 错误排查

如果执行失败，按照以下步骤排查：

text

1. 检查安装 → 2. 检查网络 → 3. 检查代理配置

Step 1: 检查是否安装 webfetch

text

command -v webfetch

如果未安装，执行：

text

npm install -g @lyhue1991/webfetch

Step 2: 检查网络连接

text

curl -I https://example.com

Step 3: 检查代理配置

text

printenv HTTP_PROXY HTTPS_PROXY

如果需要代理但未配置：

text

webfetch "https://example.com" --proxy http://proxy:8080

📄 不同输出格式

Markdown 格式（默认）

text

webfetch "https://mp.weixin.qq.com/s/xxx" -o article.md

纯文本格式

text

webfetch "https://example.com" -f text

原始 HTML

text

webfetch "https://example.com" -f html

参数说明

参数	说明
<url>	目标 URL，必填
-f, --format <format>	输出格式：markdown（默认）、text、html
-t, --timeout <seconds>	超时时间（秒），最大 120，默认 30
-o, --output <file>	保存到指定文件
-q, --quiet	静默模式，仅输出内容
--proxy <url>	代理服务器地址
--insecure	跳过 TLS 证书验证

环境变量

变量	说明
HTTP_PROXY	HTTP 请求代理
HTTPS_PROXY	HTTPS 请求代理
NO_PROXY	跳过代理的主机列表

注意事项

1. 优先用 Markdown - Markdown 格式保留结构信息，适合阅读和后续处理
2. 代理证书问题 - 使用代理时如遇证书错误，添加 --insecure 参数
3. 响应大小限制 - 最大支持 5MB 响应内容
4. JavaScript 渲染 - 不支持 JavaScript 渲染，仅抓取静态页面

退出码

代码	说明
0	成功
1	用户错误（无效 URL、参数错误）
2	网络错误（超时、DNS 解析失败）
3	服务器错误（4xx、5xx 响应）

快速参考

text

# 查看帮助
webfetch --help

# 查看版本
webfetch --version

# 基础抓取
webfetch "https://example.com"

# 输出纯文本
webfetch "https://example.com" -f text

# 保存到文件
webfetch "https://example.com" -o output.md

# 使用代理
webfetch "https://example.com" --proxy http://proxy:8080

# 跳过证书验证
webfetch "https://example.com" --insecure

# 自定义超时
webfetch "https://example.com" --timeout 60

# 静默模式（适合管道）
webfetch "https://example.com" -q > output.md