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. 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

bash
python3 ~/.nvm/versions/node/v24.14.0/lib/nodemodules/openclaw/skills/wechat-articles/scripts/fetcharticle.py [--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：

markdown

文章标题

作者：公众号名称

正文内容...

图片说明

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