Python导出微信公众号文章

     平时我们可能需要把感兴趣的公众号的文章保存为pdf，方便离线查看，也可以避免某些文章被删除后看不到。所以我们需要把该公众号的文章批量导出为pdf。这里我们使用python来实现该功能。

1、导出该公众号的所有文章链接等信息为CSV文件。

     首先我们安装chrome的webscraper插件，用来爬取自己感兴趣的公众号的文章导出为CSV文件。文件保存文章的标题，时间和链接。具体插件的使用细节自己百度。

2、根据第一步生成的CSV文件批量导出为pdf

     首先我们安装wkhtmltopdf工具程序。然后编写程序来读取上一步得到的csv文件批量导出为pdf。这里由于微信的图片防盗链措施，直接根据url导出pdf会发现图片缺失。所以我们需要对请求得到的html文件进行处理后，再导出为pdf。具体核心代码如下：

def process(item):
    url = str(item[2])
    name = item[1] + item[0] + '.pdf'
    response = requests.get(url)
    html = response.text
    html = html.replace('data-src', 'src')

    try:
        pdfkit.from_string(html, name)
    except:
        pass
    
with open("weixin.csv","r",encoding="gbk") as f:
    f_csv=csv.reader(f)
    next(f_csv)
    pool = ThreadPool(processes=20)
    pool.map(process, (i for i in f_csv))
    pool.close() 

 

 

其中使用了线程池来加速处理生成pdf，本地测试一分钟可以导出90+篇文章。

     代码：GitHub