python如何导出微信公众号文章

PHP中文网 • 2025年2月26日 22:50:14 • 编程技术 • 阅读 1

【相关学习推荐：python教程】

1.安装wkhtmltopdf

下载地址:https://wkhtmltopdf.org/downloads.html

我测试用的是windows的，下载安装后结果如下

立即学习“Python免费学习笔记（深入）”；

2 编写python 代码导出微信公众号文章

不能直接使用wkhtmltopdf 导出微信公众号文章，导出的文章会缺失图片，所以需要使用 wechatsogou 将微信公众号文章页面抓取，之后将html文本转化为pdf

pip install wechatsogou –upgradepip install pdfkit

踩坑！！！，看了很多人的代码，都是一个模板，大家都是抄来抄去，结果还是运行不了，可能是因为依赖包更新的原因，也可能是因为我本地没有配置wkhtmltopdf 的环境变量

import osimport pdfkitimport datetimeimport wechatsogou# 初始化APIws_api = wechatsogou.WechatSogouAPI(captcha_break_time=3)def url2pdf(url, title, targetPath):    '''    使用pdfkit生成pdf文件    :param url: 文章url    :param title: 文章标题    :param targetPath: 存储pdf文件的路径    '''    try:        content_info = ws_api.get_article_content(url)    except:        return False    # 处理后的html    html = f'''    nbsp;html>                        {title}            {title}
    {content_info['content_html']}            '''    try:        path_wk="E:/softwareAPP/wkhtmltopdf/bin/wkhtmltopdf.exe";        config=pdfkit.configuration(wkhtmltopdf=path_wk)        pdfkit.from_string(input=html, output_path=targetPath,configuration=config)    except:        # 部分文章标题含特殊字符，不能作为文件名        filename = datetime.datetime.now().strftime('%Y%m%d%H%M%S') + '.pdf'        pdfkit.from_string(html, targetPath + os.path.sep + filename)if __name__ == '__main__':    # 此处为要爬取公众号的名称    url2pdf("https://mp.weixin.qq.com/s/wwT5n2JwEEAkrrmOhedziw", "HBase的系统架构全视角解读","G:/test/hbase文档.pdf" )    # gzh_name = ''    # # 如果不存在目标文件夹就进行创建    # if not os.path.exists(targetPath):    #     os.makedirs(targetPath)    # # 将该公众号最近10篇文章信息以字典形式返回    # data = ws_api.get_gzh_article_by_history(gzh_name)    # article_list = data['article']    # for article in article_list:    #     url = article['content_url']    #     title = article['title']    #     url2pdf(url, title, targetPath)

登录后复制