一键批量下载微信公众号文章内容/图片/封面/视频/音频，支持导出html和pdf格式，包含阅读数/点赞数/在看数
一键批量下载微信公众号文章内容/图片/封面/视频/音频，支持导出html和pdf格式，包含阅读数/点赞数/在看数
之前分享过听说公众号深圳卫健委被网友投诉尺度大，我抓取了所有文章标题和阅读数分析了下 ，后来发现这个号的封面图真有意思，于是批量下载了所有封面图，如果有需要在公众号后台对话框回复 封面 获取所有封面图的网盘地址。
所有封面图的文件名为文章发布日期加标题，方便搜索。
于是顺便再研究了下批量下载公众号文章内容，图片，视频和音频，文章内容支持导出HTML，pdf格式，以我的公众号为例，共300多篇原创文章，很快就下载完了，下载详情见之前文章一键下载公众号所有文章，导出文件支持PDF，HTML，Markdown，Excel，chm等格式 ，如果你有需要抓取下载的公众号在后台微信联系我。
生成的所有历史文章列表pdf文件，包括文章发布时间，文章作者，文章简介和文章链接，需要找哪篇文章ctrl+f搜索后打开就行，比在微信里搜索方便多了。
还有markdown格式文件。
以及excel数据文件（这里用的是公众号深圳卫健委的数据），包括发布日期，文章标题，文章链接，文章简介，文章作者，阅读数，在看数和点赞数，按文章阅读数排序可以很方便的知道哪些文章受欢迎。
下载的html文件可以用谷歌浏览器打开，即使文章被删了在本地也能继续看。
再用python脚本将html批量转为pdf文件。
def export_pdf():
import pdfkit,os
print('导出 PDF...')
htmls = []
for root, dirs, files in os.walk('.'):
for name in files:
if name.endswith(".html"):
print(name)
try:
pdfkit.from_file(name, 'pdf/'+name.replace('.html', '')+'.pdf')
except Exception as e:
print(e)
export_pdf()
转换后的pdf文件比html文件大。
因为我的文章不发音频，这里以默默道来这个号为例，单篇文章隧道里的光 的音频可以用idm直接下载。
音频链接文件格式为https://res.wx.qq.com/voice/getvoice?mediaid=xxx ，于是用正则匹配就能批量下载音频了。
def audio(res,headers,date,title):
aids = re.findall(r'"voice_id":"(.*?)"',res.text)
time.sleep(2)
tmp = 0
for id in aids:
tmp +=1
url = f'https://res.wx.qq.com/voice/getvoice?mediaid={id}'
audio_data = requests.get(url,headers=headers)
print('正在下载音频：'+title+'.mp3')
with open(date+'___'+title+'___'+str(tmp)+'.mp3','wb') as f:
f.write(audio_data.content)
批量下载音频效果：
下载的音频文件名为文章发布时间+文章标题.mp3，也是方便搜索。
同样我的公众号也不发视频，这里以阿斗归来了这个号为例，单篇文章神雕侠侣，绝迹江湖！金庸经典武侠《神雕侠侣》大结局 的视频也可以用idm下载。
视频链接也是有规律的，同样通过正则匹配来批量下载视频：
def video(res, headers):
vid = re.search(r'wxv_.{19}',res.text).group(0)
time.sleep(2)
if vid:
url = f'https://mp.weixin.qq.com/mp/videoplayer?action=get_mp_video_play_url&preview=0&vid={vid}'
data = requests.get(url,headers=headers).json()
video_url = data['url_info'][0]['url']
video_data = requests.get(video_url,headers=headers)
print('正在下载视频：'+trimName(data['title'])+'.mp4')
with open(trimName(data['title'])+'.mp4','wb') as f:
f.write(video_data.content)
批量下载视频效果：
下载的视频如图：
如果文章里用的是视频号里的视频，这个只能抓包单个下载，目前还没研究出如何批量下载视频号，这里以前几天西城男孩视频号的视频为例，抓包就能获取视频下载地址。
最后说下批量下载文章里的图片，也是正则匹配图片链接批量下载：
def imgs(content,headers,date,position,title):
imgs=re.findall('data-src="(.*?)"',content)
time.sleep(2)
num = 0
for i in imgs:
num+=1
img_data = requests.get(i,headers=headers)
print('正在下载图片：'+i)
with open(date+'___'+title+'___'+str(position)+'___'+str(num)+'.jpg','wb') as f:
f.write(img_data.content)
批量下载图片效果：
下载的图片文件名为文章发布时间加文章标题和数字：
