Python導出微信公眾號文章

     平時我們可能需要把感興趣的公眾號的文章保存為pdf，方便離線查看，也可以避免某些文章被刪除后看不到。所以我們需要把該公眾號的文章批量導出為pdf。這里我們使用python來實現該功能。

1、導出該公眾號的所有文章鏈接等信息為CSV文件。

     首先我們安裝chrome的webscraper插件，用來爬取自己感興趣的公眾號的文章導出為CSV文件。文件保存文章的標題，時間和鏈接。具體插件的使用細節自己百度。

2、根據第一步生成的CSV文件批量導出為pdf

     首先我們安裝wkhtmltopdf工具程序。然后編寫程序來讀取上一步得到的csv文件批量導出為pdf。這里由於微信的圖片防盜鏈措施，直接根據url導出pdf會發現圖片缺失。所以我們需要對請求得到的html文件進行處理后，再導出為pdf。具體核心代碼如下：

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() 

 

 

其中使用了線程池來加速處理生成pdf，本地測試一分鍾可以導出90+篇文章。

     代碼：GitHub