wechat_articles 公众号文章收集器

微信公众号文章搜索与读取 (v1.0)

搜索和读取微信公众号文章的完整工具，支持 simple（快速）和 playwright（稳定）双模式 + auto 自动切换。

快速开始 搜索文章 python3 scripts/搜索.py "关键词" [数量]

示例：

python3 scripts/搜索.py "绿电直连政策" 10

读取文章 python3 scripts/read.py "微信文章URL" [--mode MODE] [--screenshot PATH]

模式选择：

--mode=simple - 快速模式（请求s + BeautifulSoup） --mode=playwright - 稳定模式（真实浏览器） --mode=auto - 自动切换（默认，推荐） Python API 使用（推荐） 导入 sys sys.path.应用end('scripts')

from wechat_articles 导入 搜索_articles, read_article

# 搜索文章 articles = 搜索_articles("绿电直连政策", top_num=5)

# 读取文章（建议加错误处理） try: content = read_article(articles[0]['url'], mode='auto') print(f"标题: {content['title']}") print(f"公众号: {content['author']}") print(f"发布时间: {content['publish_time']}") # 若有 print(f"读取模式: {content['mode']}") for p in content['paragraphs'][:10]: print(p) except 异常 as e: print(f"读取失败: {e}") # auto 模式失败时会抛出异常，建议捕获后降级处理或提示用户

返回数据结构说明

read_article() 返回一个字典，包含以下字段：

字段 类型 说明 title str 文章标题 author str 公众号名称 publish_time str 发布时间（部分文章可能为空） paragraphs 列出[str] 正文段落列表 mode str 实际使用的读取模式（simple 或 playwright）

搜索_articles() 返回列表，每项包含：

字段 类型 说明 title str 文章标题 url str 文章链接（有时效性，建议尽快读取） author str 公众号名称 digest str 文章摘要 模式对比 模式 速度 资源 稳定性 适用场景 simple 快 (0.5-1s) 轻量 一般 简单页面，频繁调用 playwright 慢 (3-5s) 较重 很高 复杂页面，稳定优先 auto 自适应 自适应 最佳 默认推荐 安装依赖 Simple 模式（默认，轻量快速） pip 安装 beautifulsoup4 请求s miku-AI

这些包通常已随 代理-reach 安装。

Playwright 模式（可选，推荐稳定读取） pip 安装 playwright playwright 安装 chromium --with-deps

--with-deps 会自动安装 Linux 系统依赖（如 libnss3、libgbm 等），首次运行需几分钟。

注意事项 搜索结果 URL 有时效性，建议尽快读取 避免高频请求防止触发反爬 auto 模式优先尝试 simple，失败后自动切换 playwright；若两者均失败则抛出异常 Playwright 首次运行需安装 Chromium（约几分钟）

欢迎反馈 & PR！GitHub: https://github.com/johan-oilman/wechat-articles