wechat-article-export（微信文章导出）

微信公众号多功能导出工具

集成長截圖、PDF、Markdown 三種導出方式於一體，根據需要自由選擇。

upported Formats 支持格式

觸發方式

• 「導出微信文章」
• 「公眾號截圖」
• 「文章轉PDF」
• 「文章轉Markdown」
• 「微信導出」
• 收到 mp.weixin.qq.com 連結

導出格式組合示例

# 全部格式
-f all

# 僅截圖
-f screenshot

# 僅 Markdown
-f markdown

# 截圖 + PDF
-f screenshot,pdf

# 三種都要
-f screenshot,pdf,markdown

執行命令

方式一：CLI（直接指定格式）

# 全部導出
python3 /path/to/wechat_export.py "<URL>" -f all -o /workspace/output

# 指定格式導出
python3 /path/to/wechat_export.py "<URL>" -f screenshot -o /workspace/output
python3 /path/to/wechat_export.py "<URL>" -f markdown -o /workspace/output
python3 /path/to/wechat_export.py "<URL>" -f screenshot,pdf -o /workspace/output

# Markdown 不下載圖片（保留遠程 URL）
python3 /path/to/wechat_export.py "<URL>" -f markdown --no-images -o /workspace/output

# Markdown 不含 YAML frontmatter
python3 /path/to/wechat_export.py "<URL>" -f markdown --no-frontmatter -o /workspace/output

方式二：Python 函數調用（推薦 Agent 內嵌使用）

import sys
sys.path.insert(0, "/path/to/scripts")
from wechat_export import export_wechat_article

# 導出全部格式
result = await export_wechat_article(
    "https://mp.weixin.qq.com/s/xxxxx",
    formats=["screenshot", "pdf", "markdown"],  # 可任選
    output_dir="/workspace/output",
    download_imgs=True,    # Markdown 是否下載圖片
    no_frontmatter=False,   # Markdown 是否含 frontmatter
)

# result 包含:
# {
#     "title": "文章標題",
#     "url": "https://...",
#     "screenshot_path": "/path/to/xxx.png",   # or None
#     "pdf_path": "/path/to/xxx.pdf",          # or None
#     "markdown_path": "/path/to/xxx.md",     # or None
#     "error": None or "錯誤信息",
# }

依賴

pip install playwright beautifulsoup4 markdownify requests Pillow
playwright install chromium

輸出目錄結構

<OUTPUT_DIR>/
└── <Article_Title>/
    ├── <Article_Title>-20260410.png    # 長截圖（如選）
    ├── <Article_Title>-20260410.pdf    # PDF（如選）
    └── <Article_Title>.md              # Markdown（如選）
        └── images/
            ├── img_000.png
            └── img_001.jpg

核心功能亮點

長截圖 (screenshot)

• 移動端視圖（393×852，3x DPR）
• 智能滾動觸發懶加載圖片
• 隱藏底部工具欄、干擾元素
• 15% 重疊拼接，消除接縫
• 深度反檢測偽裝

PDF (pdf)

• 自動基於截圖轉換
• RGBA / P 模式自動墊白底
• 分辨率 100 DPI

Markdown (markdown)

• YAML frontmatter（元數據）
• 30+ 微信噪聲元素深度移除
• 代碼塊識別 25+ 語言
• 富文本優化（標題/列表/引用）
• 圖片可選本地下載或保留遠程 URL
• 多線程並發下載（5 線程，2 次重試）

Changelog

v1.1.0 (2026-04-11)

修复：

• 修复 URL 验证逻辑：/s/ → parsed.path.startswith("/s")，支持临时分享链接（路径为 /s 而非 /s/）
• 截图前自动关闭并隐藏「此为临时链接」横幅（.rich_media_global_msg_inner / #preview_bar），避免横幅在每个分段重复出现
• 将横幅元素加入 NOISE_SELECTORS 黑名单