WeChat Article to Markdown

从微信公众号文章链接一键生成结构化 Markdown 文档与本地图片资源。

功能特性

• 一键抓取微信公众文章并转换为 Markdown
• 自动下载正文图片到本地
• 智能清理公众号噪音内容（如"预览时标签不可点"、"继续滑动看下一个"等）
• 规范化标题层级和 Markdown 格式
• 自动编号输出目录，便于管理多篇文章
• 纯 Python 实现，仅依赖 requests

安装

# 克隆仓库
git clone git@github.com:will-17173/wechat-article-to-markdown-skill.git
cd wechat-article-to-markdown-skill

# 安装依赖
pip install requests

使用方法

命令行

python scripts/wechat_article_pipeline.py <微信文章链接>

示例

# 基本用法
python scripts/wechat_article_pipeline.py "https://mp.weixin.qq.com/s/xxxxxx"

# 指定输出目录
python scripts/wechat_article_pipeline.py "https://mp.weixin.qq.com/s/xxxxxx" --output-dir "./my-articles"

# 同时保存清洗后的 HTML
python scripts/wechat_article_pipeline.py "https://mp.weixin.qq.com/s/xxxxxx" --save-html

参数说明

参数	说明	默认值
url	微信文章链接（必填）	-
--output-dir	输出根目录	{工作区}/articles
--workspace-dir	工作区目录	自动检测
--save-html	额外保存清洗后的 HTML 文件	否
--timeout	网络请求超时秒数	30

工作区检测

脚本会按以下优先级检测工作区目录：

1. --workspace-dir 参数
2. 环境变量 WORKSPACE_DIR
3. 环境变量 PROJECT_ROOT
4. 环境变量 CLAUDE_WORKSPACE
5. 当前工作目录

输出结构

articles/
├── 01_文章标题/
│   ├── 文章标题.md
│   ├── source.html          # 使用 --save-html 时生成
│   ├── image_01.jpg
│   ├── image_02.png
│   └── ...
├── 02_另一篇文章/
│   ├── 另一篇文章.md
│   └── ...

• 目录自动按序号递增（01_、02_、03_...）
• Markdown 文件名与目录标题保持一致
• 图片自动命名为 image_01.jpg、image_02.png 等

处理流程

1. 请求微信文章页面
2. 提取标题、作者、公众号名称和正文区域
3. 修复微信文章懒加载图片地址
4. 下载正文图片到本地输出目录
5. 将正文转换为 Markdown
6. 清理格式：
   • 移除重复标题
   • 规范标题层级（避免跳级）
   • 清理无效链接
   • 删除缺失图片引用
   • 移除公众号噪音内容
   • 规范空行

作为 Claude Code Skill 使用

本项目可作为 Claude Code 的 skill 使用：

npx skills add will-17173/wechat-article-to-markdown-skill

注意事项

• 仅支持 mp.weixin.qq.com 或 weixin.qq.com 域名的文章
• 若文章受限、被删除或需要登录，抓取会失败
• 部分图片可能因防盗链等原因下载失败，脚本会自动跳过

依赖

• Python 3.9+
• requests

License

MIT