微信公众号文章抓取

抓取微信公众号文章，提取标题、作者、公众号名称、正文内容和图片，转换为干净的Markdown格式保存。

使用方式

用户提供微信文章链接，例如：

• https://mp.weixin.qq.com/s/xxxxx
• https://mp.weixin.qq.com/s?__biz=xxx&mid=xxx&idx=1&sn=xxx

抓取流程

1. 接收链接 - 用户提供微信文章URL
2. 浏览器抓取 - 使用Playwright打开链接，等待页面加载完成
3. 提取内容 - 获取标题、作者、公众号名称、正文HTML
4. 转换Markdown - 将HTML转换为干净的Markdown格式
5. 保存文件 - 以标题为文件名保存到指定目录

内容提取选择器

微信文章页面的关键元素：

标题:     #activity-name
作者:     #js_name (公众号名称)
正文:     #js_content
发布时间: #publish_time

执行脚本

python3 ~/.nvm/versions/node/v24.14.0/lib/node_modules/openclaw/skills/wechat-articles/scripts/fetch_article.py "<URL>" [--output <目录>]

脚本会：

• 用Playwright headless浏览器打开链接
• 等待页面加载完成（最多30秒）
• 提取并转换为Markdown
• 保存为 <标题>.md

输出格式

生成的Markdown文件结构：

---
title: 文章标题
author: 公众号名称
url: https://mp.weixin.qq.com/s/xxxxx
fetched: 2024-01-15T10:30:00Z
---

# 文章标题

> 作者：公众号名称

正文内容...

[图片说明](images/xxx.jpg)

图片处理

• 默认下载图片到同目录的 images/ 子文件夹
• Markdown中图片引用相对路径
• 可用 --no-images 参数跳过图片下载

注意事项

• 微信文章可能有防爬机制，首次访问可能需要等待更长时间
• 部分文章需要微信内打开才能查看完整内容（如付费文章）
• 如果抓取失败，可能需要用户提供截图或手动复制内容