- name
- wechat-article
- description
- |
将微信文章转换为离线的 Markdown/HTML/Text/JSON/Excel，无需登录，直接抓取，图片和样式本地化保留。
微信公众号文章抓取
触发条件
用户发送：
- 微信文章链接：
https://mp.weixin.qq.com/s/xxx - 多个链接（换行或空格分隔）
- 「帮我转这篇文章」「保存这篇微信文章」「下载这篇文章」
每次导出前必须询问格式（必须）
用户: https://mp.weixin.qq.com/s/xxx
→ 询问: "请选择导出格式（支持单选或多选，例如：1 或 1,3,5 或 markdown,html）"可选格式：
| 序号 | 格式 | 扩展名 | 说明 |
|---|---|---|---|
| 1 | Markdown | .md | 带标题/作者/日期/来源链接 |
| 2 | Excel | .xlsx | 表格，含元信息+正文（行高300px） |
| 3 | HTML | .html | 独立网页，CSS+图片本地化，浏览器直接打开 |
| 4 | 纯文本 | .txt | 无格式纯文字 |
| 5 | JSON | .json | 结构化，含完整元数据 |
格式选择解析（不区分大小写）：
- 单选：
2/excel/Excel - 多选：
1,3,5/markdown,html,json/1 和 3
HTML 格式详解
HTML 是离线阅读效果最好的格式，结构如下：
文章标题_文章ID/
├── index.html # 完整网页（CSS引用+图片引用）
└── assets/ # 资源文件夹
├── *.css # 样式文件（18个，共约3MB）
└── *.jpg/png/webp # 图片文件生成策略：
- 保留微信原始 HTML 结构（
<!DOCTYPE><html><head><body>） - 下载所有 CSS/图片到
assets/，用时间戳文件名 - 替换所有资源 URL 为本地相对路径
href="./assets/xxx" - CSS/图片按内容 hash 去重（相同资源只存一份）
#js_content的visibility:hidden样式自动移除（防空白页）#js_article_bottom_bar底部栏自动保留- MINIMAL_CSS 内联到
<style>保底样式（字体/行高/图片自适应） - 空 img 标签（视频/音频占位符）自动清理
- 无需登录，直接请求
mp.weixin.qq.com，Referer 必须带域名
CSS 处理策略：
- CSS 总和 ≤ 500KB → 内联到 HTML
<style>（单文件方便分享） - CSS 总和 > 500KB → 保存到
assets/用<link>引用（避免 HTML 臃肿）
已知限制：
- 阅读量/点赞/评论数：微信 API 需要登录态 cookies，纯抓取无法获取
- 极少数被删除或违规文章无法抓取（返回错误）
单篇处理流程
- 接收用户链接
- 必须先询问格式
- 调用脚本（每个选定格式一次）
- 保存到
~/Desktop/文章标题_文章ID/ - 汇报文件名和大小
批量处理流程
- 接收多链接（换行分隔）
- 必须先询问格式
- 每篇每格式各抓一次，保存到
~/Desktop/微信文章批量/ - 汇报成功数/失败数
核心脚本
# 单篇（单格式）
python skills/wechat-article/scripts/fetch_article.py <url> [format] [output_dir]
# format: markdown | html | text | json | excel
# 批量（多链接）
python skills/wechat-article/scripts/batch_fetch.py <urls_file> [formats_csv]实现细节
- 依赖：html5lib（纯 Python，无 C 扩展，pip install html5lib）
- 无需登录：直接请求 mp.weixin.qq.com，带 Chrome UA + Referer
- 图片处理：优先用
data-src（懒加载），同步到src；空 img 标签自动移除 - 文件名：文章标题前80字符 + 文章ID，避免重复
- Excel：深蓝表头，交替底色，含边框
- 并发下载：CSS/图片并行（8线程），超时12秒/资源