还在手动截图或复制粘贴保存微信公众号的好著作？告诉你一个更高效的程序，不错让你自动化将你心爱的微信公众号著作保存为PDF，况且阵势不变！这不仅不错帮你迁延整理、存档著作，还能在作家删除或公众号被封时，已经保留那些颠倒的实质。今天，我将为群众带来一项颠覆性的技艺——自动化爬取微信公众号著作并原样保留阵势存储为PDF文献！从此告别繁琐，一键处分！况且是全网独此信得过有用代码
一、为何需要下载微信公众号著动作PDF？
微信公众号动作咱们获得信息、学习学问的关键渠谈，每天齐有多数的优质著作败露。但是，惟恐候咱们会际遇一些不能料念念的情况，比如著作被作家删除、微信公众号被封号等，导致咱们无法再次找到这些好著作。或者，长按复制引诱，大开网页版保存，但老是少了点什么——阵势、图片小程序开发价钱、排版悉数变了样。为了幸免这些缺憾，将著作下载到腹地并保存为PDF阵势成为了一个很好的聘任。PDF阵势具有跨平台、不易修改等特质，大约确保著作实质的无缺性和可读性。
二、如何收场微信公众号著作一键爬取并保存为PDF
图片
川崎春花开始一天时就吞下柏忌，领先优势一度只剩下1杆，可是之后她再也没有丢分，抓到4只小鸟，包括五号洞，三杆洞6号铁打到2米抓到全天第一只小鸟，以及17号洞，联系我们三杆洞推入3米推杆抓到最后一只小鸟，战胜了最后一组出发的同学年、同期的两位选手：尾关彩美悠、樱井心那。
不过杉浦悠太在转职业之前，已经声名远播。去年，他以业余身份赢得宫崎县凤凰乡村俱乐部举行的邓禄普凤凰高球赛，成为历史上第七个以业余身份在日巡赛上夺冠的选手。
前提准备
1.注册一个个东谈主微信公众号用来获得念念要爬取的公众号的始终地址
注册程序：《https://kf.qq.com/faq/120911VrYVrA151009eIrYvy.html》
2.准备python环境并装配相应的第三方库
pip install requests # 这是爬虫必备库pip install pdfkit # 用于转pdf的器用库，有一个exe讹诈法子，# 不错后台私信获得pip install wechatsogou # 获得每一篇著作的api接口pip uninstall Werkzeug # wechatsogou 依赖库默许是3.0.3版块，但是会报多样诞妄pip3 install Werkzeug==0.11.15 # 装配正确版块3.下载软件wkhtmltox 我会放到网盘里，后台私信'pachong'获得下载引诱
图片
批量获得微信公众号往期推送的URL、主题和时间
插足微信公众号——左侧草稿箱——新的创作—— 在图文剪辑页中聘任超引诱——搜索你念念要爬取的微信公众堪称号——F12找到苦求引诱——复制curl bash——在curlconvert网站中获得苦求地址和苦求参数——瓦解获得的着力，得到著作标题、著作时间和著作URL
图片
图片
图片
图片
图片
图片
图片
图片
import requestsimport jsonimport timedef crawl_all_article_url(page): cookies = { 'appmsglist_action_3948617697': 'card', 'ua_id': 'cPS3GpAA01IEkaRJAAAAAIvDxBMaEL0YwwkNCjBwcAQ=', 'wxuin': '00617100352084', 'mm_lang': 'zh_CN', 'pac_uid': '0_6f1a31a07c4ab', 'iip': '0', '_qimei_uuid42': '17c1a0b23191007d54d4e4bc638bde211f0338f3bf', '_qimei_q36': '', '_qimei_h38': '8f95287254d4e4bc638bde2102000002517c1a', 'RK': 'jTHYN6T3Wp', 'ptcz': '7345f2bcdd021ede2b9e3b5ff3857a614e8f78a9ecdf01650aa9a3a225afd21e', 'pgv_pvid': '8536395802', 'ts_uid': '6019633394', '__root_domain_v': '.weixin.qq.com', '_qddaz': 'QD.243806759066417', 'qq_domain_video_guid_verify': '6e9c8245aad0e837', '_qimei_fingerprint': '36d8e5c4ef2b920cd2da41f5f01ca167', '_clck': '3902705164|1|fm1|0', 'uuid': '4f9478c2739d6acbb0878a2e7b6c7b35', 'rand_info': 'CAESINjnm2X0Xw6se5Kiw4ayZI9Ft4uFGZEaPM8tGhG8HhAl', 'slave_bizuin': '3902705164', 'data_bizuin': '3902705164', 'bizuin': '3902705164', 'data_ticket': 'DJqUc+FKg56UrvBm8mHaCSI28Je1eBjufcd/Bb1OMvhzcoXTTFoXRMrQIbNGjKtA', 'slave_sid': 'cG5yOWQzc0JrX3BNejZmMEhZWG5yN1JFZ1lzMzVWbW85aDZVRHpuSmw2UGVyaTczRFozdGFDMWpvd2ZQckhMbm5tX0pNc1FkcWNBX3VnbEFDZ29pZ3JLNW5hTEdqbm9ROXIyX01GMW5TeUYzQ2RhbUdoZmtldTJDS3N4eWlDYmR0MUd0ZUtqcmkxYjV0UGZj', 'slave_user': 'gh_19182aefb42a', 'xid': '081913df3456544c4dc84a51fd52778f', '_clsk': '121cm1q|1716519674628|15|1|mp.weixin.qq.com/weheat-agent/payload/record',} headers = { 'accept': '*/*', 'accept-language': 'zh-CN,zh;q=0.9,en;q=0.8', # 'cookie': 'appmsglist_action_3948617697=card; ua_id=cPS3GpAA01IEkaRJAAAAAIvDxBMaEL0YwwkNCjBwcAQ=; wxuin=00617100352084; mm_lang=zh_CN; pac_uid=0_6f1a31a07c4ab; iip=0; _qimei_uuid42=17c1a0b23191007d54d4e4bc638bde211f0338f3bf; _qimei_q36=; _qimei_h38=8f95287254d4e4bc638bde2102000002517c1a; RK=jTHYN6T3Wp; ptcz=7345f2bcdd021ede2b9e3b5ff3857a614e8f78a9ecdf01650aa9a3a225afd21e; pgv_pvid=8536395802; ts_uid=6019633394; __root_domain_v=.weixin.qq.com; _qddaz=QD.243806759066417; qq_domain_video_guid_verify=6e9c8245aad0e837; _qimei_fingerprint=36d8e5c4ef2b920cd2da41f5f01ca167; _clck=3902705164|1|fm1|0; uuid=4f9478c2739d6acbb0878a2e7b6c7b35; rand_info=CAESINjnm2X0Xw6se5Kiw4ayZI9Ft4uFGZEaPM8tGhG8HhAl; slave_bizuin=3902705164; data_bizuin=3902705164; bizuin=3902705164; data_ticket=DJqUc+FKg56UrvBm8mHaCSI28Je1eBjufcd/Bb1OMvhzcoXTTFoXRMrQIbNGjKtA; slave_sid=cG5yOWQzc0JrX3BNejZmMEhZWG5yN1JFZ1lzMzVWbW85aDZVRHpuSmw2UGVyaTczRFozdGFDMWpvd2ZQckhMbm5tX0pNc1FkcWNBX3VnbEFDZ29pZ3JLNW5hTEdqbm9ROXIyX01GMW5TeUYzQ2RhbUdoZmtldTJDS3N4eWlDYmR0MUd0ZUtqcmkxYjV0UGZj; slave_user=gh_19182aefb42a; xid=081913df3456544c4dc84a51fd52778f; _clsk=121cm1q|1716519674628|15|1|mp.weixin.qq.com/weheat-agent/payload/record', 'referer': 'https://mp.weixin.qq.com/cgi-bin/appmsg?t=media/appmsg_edit_v2&action=edit&isNew=1&type=77&createType=0&token=1635832127&lang=zh_CN×tamp=1716519674285', 'sec-ch-ua': ''Google Chrome';v='123', 'Not:A-Brand';v='8', 'Chromium';v='123'', 'sec-ch-ua-mobile': '?0', 'sec-ch-ua-platform': ''Windows'', 'sec-fetch-dest': 'empty', 'sec-fetch-mode': 'cors', 'sec-fetch-site': 'same-origin', 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/123.0.0.0 Safari/537.36', 'x-requested-with': 'XMLHttpRequest', } params = { 'sub': 'list', 'search_field': 'null', 'begin': f'{5*page}', 'count': '5', 'query': '', 'fakeid': 'MzkyMjY2MjMwOQ==', 'type': '101_1', 'free_publish_type': '1', 'sub_action': 'list_ex', 'token': '1635832127', 'lang': 'zh_CN', 'f': 'json', 'ajax': '1', } print(params) response = requests.get('https://mp.weixin.qq.com/cgi-bin/appmsgpublish', params=params, cookies=cookies, headers=headers) resp = response.json()['publish_page'] # print(response.json()) resp = json.loads(resp) print(len(resp['publish_list'])) for i in resp['publish_list']: article_links = [] art_info = json.loads(i['publish_info']) art_title = art_info['appmsgex'][0]['title'] art_time = art_info['appmsgex'][0]['create_time'] art_date = date = time.strftime('%Y-%m-%d', time.localtime(art_time)) art_link = art_info['appmsgex'][0]['link'] a_info = { 'url': art_link, 'title': art_title, 'time': art_date } article_links.append(a_info) return article_linksarticle_links= []for i in range(7): # 7是微信公众号著作页数 page_link = crawl_all_article_url(i) print(page_link) article_links = article_links + page_link time.sleep(5) 图片
app开发爬取通盘著作并存储为PDF阵势
得到著作通盘的url之后下一步即是爬取著作的具体实质了，在这里要用到wechatsougo接口，径直pip install 装配会存在依赖库版块问题，主淌若库Werkzeug 的版天职歧，老是报错，我在这个地点卡了两天，直到试到版块Werkzeug==0.11.15 才收效，需要你作念的是：
pip uninstall Werkzeug # wechatsogou 依赖库默许是3.0.3版块，但是会报多样诞妄pip3 install Werkzeug==0.11.15 # 装配正确版块import pdfkitimport wechatsogoudef link_to_pdf(url, title, date): ws_api = wechatsogou.WechatSogouAPI(captcha_break_time=3) # 调用接口 content_info = ws_api.get_article_content(url) # 苦求引诱 content = content_info['content_html'] # 退换为html阵势 # 将标题和著作实质放入如下html中处理一下 html = f''' <!DOCTYPE html> <html lang='en'> <head> <meta charset='UTF-8'> <title>{title}</title> </head> <body> <h2 style='text-align: center;font-weight: 400;'>{title}</h2> {content} </body> </html>''' # wkhtmltopdf可实行法子旅途 path_wkthmltopdf = r'D:\software-dir\wkhtmltox\bin\wkhtmltopdf.exe' config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf) # 成立pdfkit pdfkit.from_string(html, f'{title} {date}.pdf', configuration=config) # 转PDF，并按设定好的定名文献 print(f'{title}.pdf 已下载') for link in article_links: url = link['url'] title = link['title'] date = link['time'] link_to_pdf(url, title, date)图片
图片
图片
本站仅提供存储事业，通盘实质均由用户发布，如发现存害或侵权实质，请点击举报。