AnsonZnl/wechat-article-exporter

在线批量导出微信公众号文章，支持内嵌的音视频导出，无需搭建任何环境，可100%还原文章样式，支持私有部署

wechat-article-exporter

在线批量导出微信公众号文章，支持内嵌的音视频导出，无需搭建任何环境，可100%还原文章样式，支持私有部署。

交流群(QQ): 991482155

⚠️⚠️⚠️ 注意

从 2024-10-21 开始，下载机制进行了调整，音视频的下载 不再经由代理服务器处理，而改为需要配合浏览器插件解决跨域问题。

这里推荐用 ModHeader插件，插件的配置如下:

配置说明

请求头中添加Referer，值为https://mp.weixin.qq.com/, 解决页面上图片显示及视频资源下载问题。

响应头中添加Access-Control-Allow-Origin，值为*, 解决下载资源接口跨域问题。

过滤器添加2个域名：wechat-article-exporter.deno.dev和localhost，表示只有这些域名发起的请求才会应用这些配置。localhost用于本地开发调试。

可复制以下配置直接导入到 ModHeader 插件中:

[
  {
    "headers": [
      {
        "appendMode": false,
        "enabled": true,
        "name": "Referer",
        "value": "https://mp.weixin.qq.com/"
      }
    ],
    "initiatorDomainFilters": [
      {
        "domain": "wechat-article-exporter.deno.dev",
        "enabled": true
      },
      {
        "domain": "localhost",
        "enabled": true
      }
    ],
    "respHeaders": [
      {
        "appendMode": false,
        "enabled": true,
        "name": "Access-Control-Allow-Origin",
        "value": "*"
      }
    ],
    "shortTitle": "1",
    "title": "公众号文章导出",
    "version": 2
  }
]

🎯 特性

• 搜索公众号，支持关键字和biz搜索
• 搜索公众号内文章(根据文章标题搜索)
• 导出 html 格式(打包了图片和样式文件，能够保证100%还原文章样式)
• 批量导出 html 格式(zip打包)
• 缓存文章列表数据，减少接口请求次数 (关键字搜索的文章不会进入缓存)
• 支持文章过滤，包括作者、标题、发布时间、原创标识、所属合集等
• 支持合集下载
• 支持内嵌的音视频下载
• 支持图片分享消息
• 支持视频分享消息
• 支持导出评论、阅读量等数据 (需要获取目标公众号的key)
• 支持订阅机制，根据指定规则自动下载文章

🔨 如何使用

1. 注册一个微信公众号 (已有账号的话跳过)

前往 微信公众平台 注册，服务号和订阅号皆可。

2. 二维码扫码登录

进入 登录页面，用微信扫描页面上的二维码，然后选择自己的公众号进行登录。

3. 搜索目标公众号，开始下载文章

通过左上角的公众号切换按钮，搜索自己感兴趣的公众号，如下图所示：

🚀 私有部署

Warning

由于项目目前还没有进入稳定状态，所以如果进行了私有部署，请随时关注该项目的最新更新，特别是代理部分的变化，后续将会修改使用策略。

或者你可以修改config/index.ts中的AVAILABLE_PROXY_LIST变量，完全使用自己搭建的节点。

另外，目前只有部署到 Deno Deploy 的文档，如果需要部署到其他平台，请在 Issue 中说明。

部署到 Deno Deploy

1. Fork 该项目

2. 点击 New Project 在 Deno Deploy 上面创建一个项目，选择你刚fork的仓库，如下图所示:

创建之后如下所示:

3. 修改github仓库发布配置

启用仓库的 workflows (默认fork的仓库是禁用的):

修改.github/workflows/deno_deploy.yml:

提交:

4. 等待发布结果

💡 原理

在公众号后台写文章时支持搜索其他公众号的文章功能，以此来实现抓取指定公众号所有文章的目的。

🌎 关于代理池

数据的下载采用代理池的思路，以便解决跨域、防盗链、加速等一系列问题。

目前有以下代理节点:

https://vproxy-01.deno.dev
https://vproxy-02.deno.dev
https://vproxy-03.deno.dev (本月额度已用完，刷新时间: 2024-11-02 at 19:59:12)
https://vproxy-04.deno.dev (本月额度已用完，刷新时间: 2024-11-02 at 19:59:12)
https://vproxy-05.deno.dev (本月额度已用完，刷新时间: 2024-11-08 at 12:22:38)
https://vproxy-06.deno.dev (本月额度已用完，刷新时间: 2024-11-08 at 12:22:38)
https://vproxy-07.deno.dev
https://vproxy-08.deno.dev
https://vproxy-09.deno.dev
https://vproxy-10.deno.dev
https://vproxy-11.deno.dev
https://vproxy-12.deno.dev
https://vproxy-13.deno.dev
https://vproxy-14.deno.dev
https://vproxy-15.deno.dev
https://vproxy-16.deno.dev
https://vproxy-01.jooooock.workers.dev
https://vproxy-02.jooooock.workers.dev

以上节点都是部署在 Deno Deploy / Cloudflare Workers 上面的免费账户中，算是白嫖了这些托管平台的流量。

目前这些节点都是公开的，后续打算加入签名验证机制，防止被恶意盗刷。

代理节点代码 (未进行签名验证，请酌情使用):

Deno Deploy

function error(msg: Error | string) {
    return new Response(msg instanceof Error ? msg.message : msg, {
        status: 403,
    });
}

async function wfetch(url: string, opt: Record<string, string> = {}) {
    if (!opt) {
        opt = {};
    }
    const options: Record<string, any> = {
        method: "GET",
        headers: {
            "User-Agent":
                "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.0.0 Safari/537.36",
        },
    };
    if (opt.referer) {
        options.headers["Referer"] = opt.referer;
    }

    return await fetch(url, options);
}

Deno.serve(async (req: Request) => {
    if (req.method.toLowerCase() !== "get") {
        return error("Method not allowed");
    }

    const origin = req.headers.get("origin")!;
    const { searchParams } = new URL(req.url);
    let url = searchParams.get("url");
    if (!url) {
        return error("url cannot empty");
    }

    url = decodeURIComponent(url);
    console.log("proxy url:", url);

    if (!/^https?:\/\//.test(url)) {
        return error("url not valid");
    }

    const response = await wfetch(url);

    return new Response(response.body, {
        headers: {
            "Access-Control-Allow-Origin": origin,
            "Content-Type": response.headers.get("Content-Type")!,
        },
    });
});

Cloudflare Worker

function error(msg) {
    return new Response(msg instanceof Error ? msg.message : msg, {
        status: 403,
    });
}

async function wfetch(url, opt = {}) {
    if (!opt) {
        opt = {};
    }
    const options = {
        method: "GET",
        headers: {
            "User-Agent":
                "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.0.0 Safari/537.36",
        },
    };
    if (opt.referer) {
        options.headers["Referer"] = opt.referer;
    }

    return await fetch(url, options);
}


export default {
  async fetch(req, env, ctx) {
    if (req.method.toLowerCase() !== "get") {
        return error("Method not allowed");
    }

    const origin = req.headers.get("origin");
    const { searchParams } = new URL(req.url);
    let url = searchParams.get("url");
    if (!url) {
        return error("url cannot empty");
    }

    url = decodeURIComponent(url);
    console.log("proxy url:", url);

    if (!/^https?:\/\//.test(url)) {
        return error("url not valid");
    }

    const response = await wfetch(url);

    return new Response(response.body, {
        headers: {
            "Access-Control-Allow-Origin": origin,
            "Content-Type": response.headers.get("Content-Type"),
        },
    });
  },
};

关于导出其他格式

本项目暂不支持除html格式之外的其他格式，很大一部分原因是样式很难保真。如果需要其他格式，可以寻找其他格式转换工具。

PDF格式可参考: https://github.com/colin4k/wechat-article-dl

❤️ 感谢

• 感谢 Deno Deploy、Cloudflare Workers 提供免费托管服务
• 感谢 WeChat_Article 项目提供原理思路

☕ 支持

如果你觉得本项目帮助到了你，请给作者一个免费的 Star，感谢你的支持！

关于后续更新计划

后续会区分出 免费版 和 Pro版，区别如下:

免费版

• 所有现有功能
• 所有现有的代理节点
• 现有功能的bug修复

Pro版

• 阅读量、评论数据导出
• 订阅自动下载服务
• 更多专用代理节点

目前只是有这个计划，并没有开始实施。对于之前有赞赏行为的用户，可提供优惠政策。

⭐ Star 历史

📝 许可

MIT