可用于web部署的微信公众号下载工具

thisxx

如有违规请管理删帖。
自己用python写的微信公众号文章下载工具，部分代码参考CSDN。
无界面、主要是通过传参运行，以便用于web部署。内置了界面化输入链接的接口，可以自行把注释关掉。
功能：下载微信公众号文章到html，并将每篇文章打包为zip。
缺点：可以保存微信公众号内部上传图片，外链图片下载会出错，有懂得大佬可以指导一下。
==========================

==========================
部分核心代码

[Python] 纯文本查看 复制代码

#Created on Sun Oct  8 22:30:13 2022
#version 1.0.2
#@author: thisxx
#@实现将公众号文章自动下载为html并打包为zip
#@python调试时调用方法:python .\wechatPy2.py <公众号文章链接> <保存目录>
#@eg:python .\wechatPy2.py https://mp.weixin.qq.com/s/GSdK9it0N1As3H-pQ4mGdA C:\微信公众号下载\12
#编译后调用：wctohtmlandzip.exe <公众号文章链接> <保存目录>
#@编译的时候要用pyinstaller -F -c .\wctohtmlandzip.py，需要调用命令行的要用-c不能用-w。



#获取微信公众号内容,保存标题和时间
def get_weixin_html(url):
   
    global weixin_time,weixin_title
    res=requests.get(url)
    soup=BeautifulSoup(res.text,"html.parser")
   
    #获取标题
    temp=soup.find('h1')
    weixin_title=temp.string.strip()
   
    #使用正则表达式获取时间
    result=findall(r'[0-9]{4}-[0-9]{2}-[0-9]{2}.+:[0-9]{2}',res.text)
    #weixin_time=result[0]
    #weixin_time="2022-22-22"
   
    #获取正文html并修改
    content=soup.find(id='js_content')
    soup2=BeautifulSoup((str(content)),"html.parser")
    soup2.div['style']='visibility: visible;'
    html=str(soup2)
    pattern=r'http?:\/\/[a-z.A-Z_0-9\/\?=-_-]+'
    result = findall(pattern, html)
   
    #将data-src修改为src
    for url in result:
        html=html.replace('data-src="'+url+'"','src="'+url+'"')
    return html

#上传图片至服务器
def download_pic(content):
   
    pic_path=htmlsavepath +'/'+ weixin_title + '/' + 'pic/'
    if not os.path.exists(pic_path):
        os.makedirs(pic_path)
        
    #使用正则表达式查找所有需要下载的图片链接
    pattern=r'http?:\/\/[a-z.A-Z_0-9\/\?=-_-]+'
    pic_list = findall(pattern, content)
   
    for index, item in enumerate(pic_list,1):
        count=1
        flag=True
        pic_url=str(item)
        
        while flag and count<=10:
            try:
                 data=requests.get(pic_url);
   
                 if pic_url.find('png')>0:
                     file_name = str(index)+'.png'
                     
                 elif pic_url.find('gif')>0:
                     file_name=str(index)+'.gif'
                     
                 else:
                     file_name=str(index)+'.jpg'

                 with open(pic_path + file_name,"wb") as f:
                     f.write(data.content)
                     
                 #将图片链接替换为本地链接
                 content = content.replace(pic_url,'pic/' + file_name)
                 
                 flag = False
                 #print('已下载第' + str(index) +'张图片.')
                 print('...')
                 count += 1
                 #time.sleep(1)#下载每张图片后睡眠
                     
            except:
                 count+=1
                 time.sleep(1)
                 
        if count>10:
            print("下载出错：",pic_url)
    return content

wctohtmlandzip.zip (2.99 KB, 下载次数: 207)

2022-10-30 10:54 上传

点击文件名下载附件
阅读权限: 10

dhwl9899

谢谢大侠分享，应该是相当不错的，完后试试。

thisxx

风中飘雪 发表于 2022-10-30 20:31
能否批量现在公众号全部文章？

我这个主要是方便web部署用的，目前不支持批量。
你说的这个需求，论坛有人写了批量的。https://www.52pojie.cn/thread-1695991-1-1.html

xinyangtuina

不错 有web端演示就好了

cfvgbhnj

谢谢大侠分享，应该是相当不错的，

风中飘雪

能否批量现在公众号全部文章？

XiaoBai.Q.Q

这个可以有

ct268gh

正好用来收藏有用的文章

neoyoung

马上试试

好学

下载试下，学习下 怎么获取列表等信息