메뉴
完整爬取/导出微信公众号文章的工作流助手。当用户提到"下载微信公众号文章"、"爬取微信公众号文章"、"批量导出微信公众号"、"备份微信公众号内容"、"抓取微信公众号文章"、"保存微信公众号文章"时立即使用本 skill。无论用户说的是"爬"、"抓"、"导出"、"备份"还是"下载"，只要涉及微信公众号文章批量获取，都应触发本 skill。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/DSY-Xueai/My-skills --skill wechat-exporter명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
SOC 직업 분류 기준
SKILL.md 표시 중
| name | wechat-exporter |
| description | 完整爬取/导出微信公众号文章的工作流助手。当用户提到"下载微信公众号文章"、"爬取微信公众号文章"、"批量导出微信公众号"、"备份微信公众号内容"、"抓取微信公众号文章"、"保存微信公众号文章"时立即使用本 skill。无论用户说的是"爬"、"抓"、"导出"、"备份"还是"下载"，只要涉及微信公众号文章批量获取，都应触发本 skill。 |
两种场景，选对路径：
| 场景 | 方案 |
|---|---|
用户给了具体文章 URL（mp.weixin.qq.com/s/...） | → 路径 A：curl + Python 直接抓取 |
| 批量导出整个公众号 / 多篇文章 | → 路径 B：wechat-article-exporter 在线工具 |
curl（系统自带），加浏览器 User-Agent，能正常拿到微信文章 HTMLpython（注意：Windows 上必须用 python，不能用 python3，后者是 Microsoft Store 占位符）/tmp/，中间文件和输出文件都用实际 Windows 路径（如 E:/test_file/）sys.stdout.buffer.write(...encode('utf-8')) 输出状态WebFetch 工具：mp.weixin.qq.com 被网络策略拦截，无法使用var msg_title 正则：当前微信 HTML 里已无此变量，提取不到标题第一步：下载 HTML
curl -sL --max-time 20 \
-H "User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36" \
-H "Accept-Language: en-US,zh;q=0.9" \
"https://mp.weixin.qq.com/s/ARTICLE_ID" > "OUTPUT_DIR/wechat_article.html"
第二步：解析并转 Markdown
# 用 python（非 python3）执行
import re, sys
with open('OUTPUT_DIR/wechat_article.html', encoding='utf-8', errors='replace') as f:
html = f.read()
# 标题：从 og:title meta 提取
title = 'wechat-article'
for pat in [r'property="og:title"\s+content="(.*?)"', r'content="(.*?)"\s+property="og:title"']:
m = re.search(pat, html)
if m:
title = m.group(1).strip()
break
# 正文：id="js_content" 区域
start = html.find('id="js_content"')
end = -1
for marker in ['id="js_content_blocked"', '<div class="rich_media_tool"', 'class="rich_media_extra_info"']:
end = html.find(marker, start)
if end != -1:
break
content_html = html[start:end] if end != -1 else html[start:start+200000]
def html_to_md(s):
s = re.sub(r'<!--.*?-->', '', s, flags=re.S)
s = re.sub(r'<style[^>]*>.*?</style>', '', s, flags=re.S)
s = re.sub(r'<script[^>]*>.*?</script>', '', s, flags=re.S)
for n in range(6, 0, -1):
s = re.sub(, m, n=n: + *n + + re.sub(, , m.group()).strip() + , s, flags=re.S)
s = re.sub(, m: + re.sub(, , m.group()) + , s, flags=re.S)
s = re.sub(, m: + re.sub(, , m.group()) + , s, flags=re.S)
s = re.sub(, m: + re.sub(, , m.group()) + , s, flags=re.S)
s = re.sub(, m: + re.sub(, , m.group()).strip() + , s, flags=re.S)
s = re.sub(, m: + re.sub(, , m.group()) + , s, flags=re.S)
s = re.sub(, m: + re.sub(, , m.group()) + + m.group() + , s, flags=re.S)
():
mm = re.search(, m.group(), flags=re.S)
+ mm.group().strip() + mm
s = re.sub(, img_to_md, s, flags=re.S)
s = re.sub(, m: + re.sub(, , m.group()).strip(), s, flags=re.S)
s = re.sub(, , s)
s = re.sub(, , s)
s = re.sub(, , s)
s = re.sub(, m: + re.sub(, , m.group()).strip() + , s, flags=re.S)
s = re.sub(, , s)
s = re.sub(, , s)
s = re.sub(, m: + re.sub(, , m.group()).strip().replace(, ) + , s, flags=re.S)
s = re.sub(, , s)
s = s.replace(, ).replace(, ).replace(, ).replace(, ).replace(, ).replace(, )
s = s.replace(, )
s = re.sub(, , s)
s.strip()
md = html_to_md(content_html)
md = re.sub(, , md)
md = re.sub(, , md)
md = re.sub(, , md)
():
t = line.strip()
t = re.sub(, , t)
t = re.sub(, , t)
(
re.(, t, flags=re.I)
re.(, t, flags=re.I)
re.(, t, flags=re.I)
)
edge_lines = md.splitlines()
edge_lines ( edge_lines[].strip() is_edge_meta_line(edge_lines[])):
edge_lines.pop()
edge_lines ( edge_lines[-].strip() is_edge_meta_line(edge_lines[-])):
edge_lines.pop()
md = .join(edge_lines)
():
t = re.sub(, , line)
re.sub(, , t.strip())
():
t = line.strip()
(t re.(, t) re.search(, t))
():
p = plain_line(line)
(
re.(, p)
re.(, p)
re.search(, p)
)
():
t = line.strip()
p = plain_line(t)
(
re.(, t)
re.search(, p)
re.search(, p)
re.search(, p)
re.search(, p)
re.search(, p)
re.search(, p)
( p)
( p)
( p)
)
lines = md.splitlines()
footer_start = -
i, line (lines):
is_footer_promo_line(line):
footer_start = i
j = i -
blanks =
j >= :
prev = lines[j]
prev.strip():
blanks +=
blanks <= :
j -=
is_decorative_line(prev) is_short_footer_lead(prev):
footer_start = j
blanks =
j -=
footer_start != -:
lines = lines[:footer_start]
drop_line_pats = [
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
]
lines = [
line line lines
is_decorative_line(line) (re.(p, plain_line(line)) p drop_line_pats)
]
lines ( lines[-].strip() is_decorative_line(lines[-]) re.(, lines[-].strip())):
lines.pop()
lines re.(, lines[-].strip()):
lines.pop()
lines ( lines[-].strip() is_decorative_line(lines[-]) re.(, lines[-].strip())):
lines.pop()
md = .join(lines)
md = re.sub(, , md).strip()
output =
(, , encoding=) f:
f.write(output)
sys.stdout.buffer.write(.encode())
关键注意事项：
OUTPUT_DIR 替换为实际 Windows 路径（如 E:/test_file）ARTICLE_ID 替换为实际文章 ID使用开源工具 wechat-article-exporter（GitHub）。
| 格式 | 适用场景 |
|---|---|
| HTML | 100% 还原排版样式，带图片，首选 |
| Markdown | Obsidian、Notion 等笔记软件 |
| DOCX | Word 编辑 |
| Excel | 元数据统计（标题/日期/阅读量） |
| TXT / JSON | 纯文本 / 结构化数据 |
services:
wechat-article-exporter:
image: ghcr.io/wechat-article/wechat-article-exporter:latest
ports:
- "3000:3000"
volumes:
- ./data:/app/.data
restart: always
docker compose up -d
# 访问 http://localhost:3000
需抓包获取 Credentials（__biz / key / uin / pass_ticket）：
mp.weixin.qq.com 请求中提取上述四个参数详见：https://docs.mptext.top/advanced/wxdown-service.html
| 问题 | 原因 | 解决方法 |
|---|---|---|
| 扫码登录失败 | 用的是个人微信号 | 必须用公众平台账号（mp.weixin.qq.com）扫码 |
| 搜索不到公众号 | 公众号关闭了被搜索 | 无法通过此工具获取 |
| 加载文章很慢 | 文章多 + 接口频率限制 | 正常现象，工具自动续传 |
| HTML 图片不显示 | 微信图片链接过期 | 尽快下载，或在线打开 HTML |
| session expired | 登录会话超时 | 重新扫码 |