Python 实战：如何合法提取单篇微信公众号文章内容

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */
#content_views .toc,
/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */
#content_views.markdown_views > p:empty:has(+ .toc),
#content_views.markdown_views > .toc + p:empty,
/* 富文本旧版目录标记 */
#content_views.htmledit_views #main-toc,
#content_views.htmledit_views #hr-toc,
#content_views.htmledit_views p[id*=\”-toc\”] {
display: none !important;
}
/* 目录去掉后，紧跟的首个标题不再多出一块上边距 */
#content_views.markdown_views > .toc + h1,
#content_views.markdown_views > .toc + h2,
#content_views.markdown_views > .toc + h3,
#content_views.markdown_views > .toc + h4,
#content_views.markdown_views > .toc + p:empty + h1,
#content_views.markdown_views > .toc + p:empty + h2,
#content_views.markdown_views > .toc + p:empty + h3,
#content_views.markdown_views > .toc + p:empty + h4 {
margin-top: 0 !important;
}

结论先行

合法提取单篇微信公众号文章内容，核心就三点：

一、为什么选择单篇解析方案

批量爬取微信公众号文章的“捷径”正在被全面封堵。腾讯在官网设置了 robots.txt 明确禁止爬虫抓取 ，多地法院已对爬取公众号数据的行为作出不正当竞争判决，判赔金额从几十万到数百万不等 。

单篇解析不同。 它的场景是：用户主动复制一篇文章链接，通过工具完成格式转换（HTML → Markdown）。不涉及批量采集、不建立数据库、不对外提供数据服务。这在法律上的风险远低于“爬取所有文章”。

二、核心工具：wechat-article-parser

wechat-article-parser 是一个专门用于解析单篇公众号文章的 Python 库，安装简单，使用极简 。

安装

pip install wechat-article-parser

依赖自动安装：httpx、beautifulsoup4、markdownify。Python 版本要求 ≥ 3.10 。

基础用法：三行代码搞定

from wechat_article_parser import parse

result = parse("https://mp.weixin.qq.com/s/xxxxx")
print(result.article_title)
print(result.article_markdown)

parse() 返回一个 ArticleResult 对象，包含以下关键字段 ：

异步调用

如果你在异步环境中使用：

from wechat_article_parser import parse_async

result = await parse_async("https://mp.weixin.qq.com/s/xxxxx")

常用参数

result = parse(
"https://mp.weixin.qq.com/s/xxxxx",
timeout=30, # 超时时间（秒），默认 15
include_raw_html=False, # 是否返回原始 HTML
proxy=None, # 需要代理时传入
)

三、完整实战脚本

以下是一个“复制链接 → 运行脚本 → 得到 Markdown 文件”的完整示例：

# save_article.py
import sys
from pathlib import Path
from wechat_article_parser import parse

def save_article(url: str, output_dir: str = "./articles"):
"""提取单篇公众号文章并保存为 Markdown"""
result = parse(url)

if not result.is_valid:
print("解析失败，请检查链接是否有效")
return

output = Path(output_dir)
output.mkdir(parents=True, exist_ok=True)

# 用标题作为文件名（去除非法字符）
safe_title = "".join(c for c in result.article_title if c not in r'\\/:*?"<>|')
filepath = output / f"{safe_title}.md"

with open(filepath, "w", encoding="utf-8") as f:
f.write(f"# {result.article_title}\\n\\n")
f.write(f"> 公众号：{result.mp_name}\\n\\n")
f.write(result.article_markdown)

print(f"已保存：{filepath}")
print(f"图片数量：{len(result.images)}")

if __name__ == "__main__":
if len(sys.argv) < 2:
print("用法：python save_article.py <公众号文章链接>")
sys.exit(1)
save_article(sys.argv[1])

使用方式：

python save_article.py "https://mp.weixin.qq.com/s/xxxxx"

运行后，./articles/ 目录下会生成对应的 Markdown 文件。

四、合规边界（必须遵守）

合法提取单篇文章的前提条件：

法律依据很明确：法院在相关判例中指出，“允许数据抓取是为了保障公众获取信息，不意味着允许营利性商用” 。单篇解析属于“用户自行访问并保存”的合理范畴，但一旦变成批量采集或商业利用，性质就完全不同了。

五、常见问题

Q：解析失败怎么办？

微信有反爬机制，偶尔会拒绝请求。等待几分钟后重试即可，不要频繁重试 。

Q：能提取图片吗？

result.images 返回所有图片链接，但微信图片有防盗链，直接下载可能失败。需要额外处理 Referer 头。

Q：能解析视频号内容吗？

wechat-article-parser 支持视频分享类文章，但视频文件本身需要单独处理 。

Q：有没有其他替代工具？

WeSpy 也支持单篇解析和 Markdown 导出，且有命令行界面 。wechat-article-parser 的优势是 API 更简洁、返回字段更完整。

总结

合法提取单篇公众号文章，技术上的核心就是一个库：wechat-article-parser。三行代码拿到 Markdown 正文，字段齐全，安装即用。

真正的门槛不在技术，而在场景界定：用户给链接、你给解析、本地保存、不碰批量、不碰商用。守住这条线，这个工具就是一个实用的“文章格式转换器”，而不是一个高风险的数据采集器。