最近更新：2026-02-06
Access_WeChat_Article 是一种基于Python 的技术工具，用于辅助研究人员系统性地处理微信公众号公开文章及其元数据（如阅读趋势、互动指标等）。该工具强调可控性、可复现性与科研可用性，可用于传播学、社会科学、公共舆论、数据挖掘等领域的学术研究与定量分析。
📌 注意事项
本项目为科研工具，仅限学术研究、非商业用途使用。
项目本身不提供、不存储、也不传播任何受著作权保护的内容。
使用者必须遵守微信平台服务协议、《网络安全法》及相关法律法规，不得用于侵犯他人著作权、隐私权、商业竞争或其他非法目的。任何违反法律法规的使用行为与本项目无关，使用者自行承担全部法律责任。
本项目支持 Windows / Linux 开箱即用，请 Fork 项目后自行研究使用，建议使用虚拟环境运行项目。
欢迎对自动化技术、数据结构化方案和性能优化策略进行探讨与改进：
- 提交 issues 讨论技术细节
- 提交 pull request 优化代码
- 引入自动化测试与 CI/CD 流水线增强项目质量
本工具主要服务于以下科研场景：
- 长期追踪特定议题/机构的微信传播表现
- 分析公众号内容生产与受众互动规律
- 研究虚假信息传播、舆论极化、议程设置等传播现象
- 构建微信生态数据集用于机器学习/自然语言处理任务
主要功能包括：
- 获取公众号主页链接，通过微信内置浏览器可直接打开
- 获取公众号已发布的文章列表（微信公众号下的历史文章）
- 批量下载公众号文章的网页文本数据
- 获取微信公众号文章的所有信息，如阅读量、点赞数、转发数、评论、评论点赞等信息
- 操作系统：Windows 10/11 ×64 或 Linux
- Python 版本：>= 3.13
- 涉及应用：微信PC版，当前项目已适配的微信版本：
4.1.5.16 - 使用工具：Fiddler Classic，当前项目适配的Fiddler Classic版本：
v5.0.20253.3311
目录架构
Access_wechat_article/
├── .venv/ # 虚拟环境目录
├── src/ # 源代码目录
│ ├── core/ # 核心代码
│ │ ├── base_spider.py # 基础爬虫模块
│ │ └── wechat_funcs.py # 微信token模块
│ ├── storage # 存储代码
│ │ ├── save_to_html.py # (核心模块)下载页面内容到本地 html
│ │ └── save_to_excel.py # 转 html 到 excel
│ ├── utils # 工具代码
│ │ └── tools.py # 常用工具
│ └── all_process.py # 流程汇总
├── main.py # 项目主文件
├── requirements.txt # 项目依赖列表
├── .python-version # 添加uv支持
├── pyproject.toml # 添加uv支持
├── uv.lock # 添加uv支持
├── .gitignore # 添加gitignore
├── LICENSE # 许可凭证
├── README/ # 项目说明文档资源（图片、文件）
└── README.md # 项目说明文档-
下载地址：https://github.com/yeximm/Access_wechat_article/releases
- 👆👆👆以上为本项目发布页地址，选取所需版本下载即可。
-
存储库快照：Github_master
- 存储库快照等同于 Releases 中的 Source Code (zip) 等，包含
README等内容
- 存储库快照等同于 Releases 中的 Source Code (zip) 等，包含
此处提供原生python虚拟环境的创建流程，uv 安装依赖请使用 uv sync，安装好依赖后请参考 3.4 Playwright内核。
（1）创建虚拟环境
python -m venv .venvvenv指定存放环境的目录，一般使用 venv，这是一个不成文的规定。
（2）激活环境
-
Windows
.\.venv\Scripts\activate
-
Unix/macOS
source .venv/bin/activate
（3）退出环境
deactivaterequirements.txt中包含所需python包文件名称，用来批量安装python包文件
安装命令：
pip install -r requirements.txt注：使用 pip 命令在虚拟环境中安装 python 包时可能会出现 false 目录，该目录是 pip 的缓存文件，可直接删除。
使用
pip cache dir查看 pip 的缓存目录，即：pip cache dir # your_project_dir\access_wechat_article\false
使用Playwright提供的浏览器内核进行网页访问。
（1）激活环境, 以Windows为例
激活成功后，命令行提示符前会显示 (.venv)
.\.venv\Scripts\activate（2）创建浏览器安装目录，安装在(.venv)目录下
# 使用 Python 创建目录并安装
python -c "import os; os.makedirs('.venv/.playwright-browsers', exist_ok=True)"（3）手动设置环境变量
-
Windows PowerShell
-
$env:PLAYWRIGHT_BROWSERS_PATH="$PWD\.venv\.playwright-browsers"
-
-
Windows CMD
-
set PLAYWRIGHT_BROWSERS_PATH=%CD%\.venv\.playwright-browsers
-
-
Linux/Mac
-
export PLAYWRIGHT_BROWSERS_PATH="$(pwd)/.venv/.playwright-browsers"
-
（4）安装 chromium 内核
playwright install chromium注： 项目已配置自动使用本地浏览器路径（在 src/all_process.py 中）
（5）查看安装结果
打开.venv\.playwright-browsers目录，查看目录名称中是否包含 chromium
（6）卸载步骤（安装错误时使用）
如果需要卸载Playwright浏览器内核，请先手动设置环境变量
这里以 Windows PowerShell 为例，运行：
# 进入虚拟环境
.\.venv\Scripts\activate
# 手动设置环境变量
$env:PLAYWRIGHT_BROWSERS_PATH="$PWD\.venv\.playwright-browsers"
# 卸载所有浏览器
playwright uninstall-
项目主文件为：
main.py，其功能调用方式详见于此。 项目中生成文件的存储路径为：./all_data（该目录由程序自动创建） -
运行命令：
-
首先进入虚拟环境（详见激活虚拟环境）
-
安装python包文件（如已安装则进行下一步）
-
在项目目录运行：
-
python main.py
-
-
根据控制台提示输入
-
如需自定义功能，参照
main.py中的函数调用方式自行编写。
-
欢迎使用, 请输入数字键！
数字键1: 获取公众号主页链接
数字键2: 获取公众号已发布的文章列表
数字键3: 下载公众号文章内容 (默认下载 "文章列表" 中的所有文章)
数字键4: 同功能3, 另外获取每篇文章的 "阅读量"、"点赞数"等信息
(请注意请求间隔，若请求太多太快可能会触发封禁!!)
输入其他任意字符退出!
请输入功能数字: 1程序执行结果
########## 请输入公众号下任意一篇已发布的文章链接。##########
请输入文章链接：https://mp.weixin.qq.com/s/ZNXDr2ErJno9-NdS4RYDCg
为预防被封禁, 短延时：0.906秒
正常获取到文章内容
当前文章为>>>> 法国总统马克龙抵达北京开始访华
公众号名称：新华网
公众号主页: https://mp.weixin.qq.com/mp/profile_ext?action=home&__biz=MzA4MjQxNjQzMA==&scene=124#wechat_redirect
将此链接 （￣︶￣）↗ ↗ ↗ ↗ 粘贴发送到 "微信PC端-文件传输助手"
按回车键继续...请输入数字键！
数字键1: 获取公众号主页链接
数字键2: 获取公众号已发布的文章列表
数字键3: 下载公众号文章内容 (默认下载 "文章列表" 中的所有文章)
数字键4: 同功能3, 另外获取每篇文章的 "阅读量"、"点赞数"等信息
(请注意请求间隔，若请求太多太快可能会触发封禁!!)
输入其他任意字符退出!
请输入功能数字: 2输入参数
########## 以下内容需要用到fiddler工具 ##########
(1) 在微信客户端打开步骤1获取到的链接,
(2) 在fiddler中查看——主机地址为https://mp.weixin.qq.com, URL地址为: /mp/profile_ext?acti
(3) 选中此项后按快捷键: Ctrl+U 复制该网址到剪贴板, 将内容粘贴到此处
请输入复制的链接(づ￣ 3￣)づ：https://mp.weixin.qq.com/mp/profile_ext?xxxxxx...########## 获取指定页数的文章列表 ##########
一页文章数量约 15 篇, 请根据实际情况估算 (即: input * 15 = 文章数量)
例如: 获取前3页的文章列表, 请输入 3
公众号下全部文章列表, 请输入: 0 (注意: 若输入0, 全部列表可能需要较长时间, 视文章数量而定)
公众号下第2页到第5页的文章列表, 请输入 2-5
请输入需要下载的页数(默认: 1): 2-5程序执行结果
参数齐全，开始获取文章信息，默认状态获取全部文章
获取 2 至 5 页的文章列表
正在获取第 2 页文章列表
该页包含 15 篇文章
为预防被封禁,开始延时操作，延时时间：4.962秒
正在获取第 3 页文章列表
该页包含 13 篇文章
为预防被封禁,开始延时操作，延时时间：3.599秒
正在获取第 4 页文章列表
该页包含 14 篇文章
为预防被封禁,开始延时操作，延时时间：6.705秒
正在获取第 5 页文章列表
该页包含 12 篇文章
为预防被封禁,开始延时操作，延时时间：3.075秒
已检测到公众号名称: 新华网
2025-12-03 17:37:16 存储路径>>>> all_data\公众号----新华网\文章列表 (article_list).xlsx
文章列表保存成功
按回车键继续...默认下载网页所有内容存储为 html 形式！
请输入数字键！
数字键1: 获取公众号主页链接
数字键2: 获取公众号已发布的文章列表
数字键3: 下载公众号文章内容 (默认下载 "文章列表" 中的所有文章)
数字键4: 同功能3, 另外获取每篇文章的 "阅读量"、"点赞数"等信息
(请注意请求间隔，若请求太多太快可能会触发封禁!!)
输入其他任意字符退出!
请输入功能数字: 3输入参数
########## 保存公众号文章内容 ##########
输入: 已下载文章列表的公众号名称 (例如: 研招网资讯) 或 公众号的一篇文章链接
(若当前会话已执行过步骤2, 可按回车跳过)
请输入: 新华网程序执行结果
为预防被封禁, 短延时：1.043秒
正常获取到文章内容
当前文章为>>>> “时速能破150公里”？这种“爆改”太吓人！
为预防被封禁, 短延时：0.988秒
正常获取到文章内容
当前文章为>>>> 流感季，发烧了怎么办？
...
正常获取到文章内容
当前文章为>>>> 武装袭击事件，中国公民3死1伤！我使馆紧急提醒→
2025-12-03 17:40:43 存储路径>>>> all_data\公众号----新华网\文章内容 (article_contents).xlsx
2025-12-03 17:40:43 存储路径>>>> all_data\公众号----新华网\问题链接 (error_links).xlsx
按回车键继续...请输入数字键！
数字键1: 获取公众号主页链接
数字键2: 获取公众号已发布的文章列表
数字键3: 下载公众号文章内容 (默认下载 "文章列表" 中的所有文章)
数字键4: 同功能3, 另外获取每篇文章的 "阅读量"、"点赞数"等信息
(请注意请求间隔，若请求太多太快可能会触发封禁!!)
输入其他任意字符退出!
请输入功能数字: 4输入参数
########## 保存公众号文章详情 ##########
以下内容需要用到fiddler工具, 参考步骤2将 URL地址 粘贴到此处
请输入复制的链接(づ￣ 3￣)づ: https://mp.weixin.qq.com/mp/profile_ext?xxxxxx...程序执行结果
参数齐全，开始获取文章信息，默认状态获取全部文章
获取 1 至 1 页的文章列表
正在获取第 1 页文章列表
该页包含 13 篇文章
为预防被封禁,开始延时操作，延时时间：5.049秒
为预防被封禁, 短延时：0.148秒
正常获取到文章内容
当前文章为>>>> 湖南省人大常委会原党组成员、副主任叶红专被查
为预防被封禁, 短延时：0.702秒
...
正常获取到文章内容
当前文章为>>>> 武装袭击事件，中国公民3死1伤！我使馆紧急提醒→
为预防被封禁,开始延时操作，延时时间：5.352秒
2025-12-03 17:48:43请求完成, 文章标题为: 武装袭击事件，中国公民3死1伤！我使馆紧急提醒→
2025-12-03 17:48:44 存储路径>>>> all_data\公众号----新华网\文章详情 (article_detiles).xlsx
2025-12-03 17:48:44 存储路径>>>> all_data\公众号----新华网\问题链接 (error_links).xlsx
按回车键继续...开源不易，若此项目有帮到你，望你能动用你的发财小手Star☆一下。
如有遇到代码方面的问题，欢迎一起讨论，你的鼓励是这个项目继续更新的最大动力！
另外，十分感谢大家对于本项目的关注。
本作品采用许可协议 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International ,简称 CC BY-NC-SA 4.0。
所有以任何方式查看本仓库内容的人、或直接或间接使用本仓库内容的使用者都应仔细阅读此声明。本仓库管理者保留随时更改或补充此免责声明的权利。一旦使用、复制、修改了本仓库内容，则视为您已接受此免责声明。
项目内容仅供学习研究，请勿用于商业用途。如对本仓库内容的功能有需求，应自行开发相关功能。所有基于本仓库内容的源代码，进行的任何修改，为其他个人或组织的自发行为，与本仓库内容没有任何直接或间接的关系，所造成的一切后果亦与本仓库内容和本仓库管理者无关。
本仓库内容中涉及的第三方硬件、软件等，与本仓库内容没有任何直接或间接的关系。本仓库内容仅对部署和使用过程进行客观描述，不代表支持使用任何第三方硬件、软件。使用任何第三方硬件、软件，所造成的一切后果由使用的个人或组织承担，与本仓库内容无关。