使用openclaw获取微信公众号文章详情详细过程记录 获取公众号文章标题 作者 正文内容

news2026/4/27 20:23:32
目录背景过程结果背景我有一个对公众号改写的服务已经上线上线后发现获取文章详情经常被微信风控一天甚至会出现两次无法获取微信公众号文章的情况于是我就想办法优化openclaw装了一个多月了终于该他上场实战了过程直接对话告诉openclaw获取微信公众号“https://mp.weixin.qq.com/s/xxx”文本内容,欻欻几秒就搞定了于是我发现这家伙这次靠谱于是我就接着告诉他“将这个功能做成一个api吧就是发给你文章链接你返回公众号文本内容”全部是json格式请求入参示例{link:https://mp.weixin.qq.com/s/qP7DRV86j0Z1U4_kHXj8wA}响应格式{ code: 200, data: { title: 标题, author: 作者, content: 正文内容 }, message: 成功 }结果大约1分钟就生成好了实测也正常可用还告诉了我怎么使用怎么部署服务使用curl -X POST http://服务器IP:8080/api/fetch \ -H Content-Type: application/json \ -d {link: https://mp.weixin.qq.com/s/qP7DRV86j0Z1U4_kHXj8wA, format: content}是一个python服务源代码#!/usr/bin/env python3 微信公众号文章获取 API 服务 提供HTTP接口获取微信公众号文章内容 用法: python3 wechat_article_api.py # 启动服务 (默认端口 8080) python3 wechat_article_api.py --port 8888 # 指定端口 API 端点: POST /api/fetch 请求体: {url: https://mp.weixin.qq.com/s/xxxxx, format: text} 返回: {success: true, data: {...}} GET /api/fetch?urlhttps://mp.weixin.qq.com/s/xxxxxformattext import sys import json import urllib.request import urllib.error import urllib.parse import re import argparse from http.server import HTTPServer, BaseHTTPRequestHandler from urllib.parse import urlparse, parse_qs class WeChatArticleExtractor: 微信公众号文章提取器 staticmethod def fetch_url(url, headersNone): 抓取URL内容 if headers is None: headers { User-Agent: Mozilla/5.0 (Linux; Android 10; SM-G981B) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.162 Mobile Safari/537.36, Accept: text/html,application/xhtmlxml,application/xml;q0.9,*/*;q0.8, Accept-Language: zh-CN,zh;q0.9, } try: req urllib.request.Request(url, headersheaders) with urllib.request.urlopen(req, timeout30) as response: return response.read().decode(utf-8, errorsignore), None except Exception as e: return None, str(e) staticmethod def extract_article_content(html): 提取单篇文章内容 result { title: , author: , publish_time: , content: , read_count: , like_count: , cover_image: } # 提取标题 patterns [ rvar msg_title [\](.?)[\];, rh1[^]*classrich_media_title[^]*[^]*(.*?)/h1, rh2[^]*classrich_media_title[^]*[^]*(.*?)/h2, ] for pattern in patterns: match re.search(pattern, html, re.DOTALL) if match: title match.group(1) title title.replace(\\x26, ).replace(\\x0a, ).replace(\\x20, ).replace(\\x2c, ,) result[title] re.sub(r[^], , title).strip() break # 清理标题中的JavaScript代码 if result[title] and .html in result[title]: result[title] result[title].split(.html)[0] # 提取作者 author_patterns [ rvar nickname [\](.?)[\];, ra[^]*idjs_name[^]*(.*?)/a, rspan[^]*classprofile_nickname[^]*(.*?)/span, ra[^]*classprofile_nickname[^]*(.*?)/a, ] for pattern in author_patterns: match re.search(pattern, html, re.DOTALL) if match: result[author] re.sub(r[^], , match.group(1)).strip() break # 提取发布时间 time_patterns [ rem[^]*idpublish_time[^]*(.*?)/em, rvar publish_time [\](.?)[\];, rspan[^]*classpublish_time[^]*(.*?)/span, ] for pattern in time_patterns: match re.search(pattern, html, re.DOTALL) if match: result[publish_time] re.sub(r[^], , match.group(1)).strip() break # 提取封面图 cover_patterns [ rvar msg_cdn_url [\](https?://[^\])[\];, rimg[^]*data-src(https?://mmbiz\.qpic\.cn[^])[^]*classrich_media_thumb, ] for pattern in cover_patterns: match re.search(pattern, html, re.DOTALL) if match: result[cover_image] match.group(1) break # 提取正文 content_match re.search(rdiv[^]*idjs_content[^]*(.*?)/div\s*(?:script|/div|!--), html, re.DOTALL) if content_match: content_html content_match.group(1) # 处理图片 content_html re.sub(rimg[^]*data-src([^])[^]*, r\n[图片: \1]\n, content_html) # 保留段落和换行 content_html content_html.replace(/p, \n\n).replace(/div, \n).replace(/section, \n).replace(br, \n).replace(br/, \n) content re.sub(r[^], , content_html) content content.replace(nbsp;, ).replace(quot;, ).replace(amp;, ).replace(lt;, ).replace(gt;, ) content re.sub(r\n\s*\n, \n\n, content) content re.sub(r\n{3,}, \n\n, content) result[content] content.strip() return result classmethod def fetch_article(cls, url): 获取文章完整信息 html, error cls.fetch_url(url) if html is None: return None, error article cls.extract_article_content(html) article[url] url if not article[title]: return None, 无法提取文章标题文章可能需要登录或已被删除 return article, None class APIHandler(BaseHTTPRequestHandler): API请求处理器 def log_message(self, format, *args): 自定义日志输出 print(f[{self.log_date_time_string()}] {args[0]}) def _send_json_response(self, status_code, data): 发送JSON响应 self.send_response(status_code) self.send_header(Content-Type, application/json; charsetutf-8) self.send_header(Access-Control-Allow-Origin, *) self.send_header(Access-Control-Allow-Methods, GET, POST, OPTIONS) self.send_header(Access-Control-Allow-Headers, Content-Type) self.end_headers() self.wfile.write(json.dumps(data, ensure_asciiFalse, indent2).encode(utf-8)) def _send_success(self, data, message成功): 发送成功响应 - 标准格式 self._send_json_response(200, { code: 200, data: data, message: message }) def _send_error(self, status_code, message): 发送错误响应 - 标准格式 self._send_json_response(status_code, { code: status_code, data: None, message: message }) def do_OPTIONS(self): 处理CORS预检请求 self.send_response(200) self.send_header(Access-Control-Allow-Origin, *) self.send_header(Access-Control-Allow-Methods, GET, POST, OPTIONS) self.send_header(Access-Control-Allow-Headers, Content-Type) self.end_headers() def do_GET(self): 处理GET请求 parsed_path urlparse(self.path) path parsed_path.path query_params parse_qs(parsed_path.query) # 健康检查 if path /health: self._send_json_response(200, {status: ok, service: wechat-article-api}) return # 获取文章 - 支持 link 或 url 参数 if path /api/fetch: url query_params.get(link, [])[0] or query_params.get(url, [])[0] format_type query_params.get(format, [text])[0] # 默认返回纯文本 self._handle_fetch(url, format_type) return # 404 self._send_error(404, Not Found) def do_POST(self): 处理POST请求 parsed_path urlparse(self.path) path parsed_path.path # 读取请求体 content_length int(self.headers.get(Content-Length, 0)) if content_length 0: body self.rfile.read(content_length).decode(utf-8) try: data json.loads(body) if body else {} except json.JSONDecodeError: self._send_error(400, Invalid JSON) return else: data {} # 获取文章 - 支持 link 或 url 参数 if path /api/fetch: url data.get(link) or data.get(url, ) format_type data.get(format, text) # 默认返回纯文本 self._handle_fetch(url, format_type) return # 404 self._send_error(404, Not Found) def _handle_fetch(self, url, format_type): 处理获取文章请求 # 验证URL if not url: self._send_error(400, Missing required parameter: url) return if not url.startswith(https://mp.weixin.qq.com/): self._send_error(400, Invalid URL. Only mp.weixin.qq.com URLs are supported) return print(fFetching article: {url}) # 获取文章 article, error WeChatArticleExtractor.fetch_article(url) if article is None: self._send_error(500, fFailed to fetch article: {error}) return # 根据格式返回 - 统一使用标准格式 {code, data, message} # data 直接返回内容不包裹在对象中 if format_type content: # 只返回正文内容字符串 self._send_success(article[content], 成功) elif format_type text: # 纯文本格式 text_output self._format_as_text(article) self._send_success(text_output, 成功) elif format_type markdown: # Markdown格式 md_output self._format_as_markdown(article) self._send_success(md_output, 成功) else: # 完整JSON格式 - 返回文章对象 self._send_success(article, 成功) def _format_as_text(self, article): 格式化为纯文本 lines [ * 60, f标题{article[title]}, f作者{article[author]}, f发布时间{article[publish_time]}, f原文链接{article[url]}, * 60, , article[content], , * 60, ] return \n.join(lines) def _format_as_markdown(self, article): 格式化为Markdown lines [ f# {article[title]}, , f**作者** {article[author]}, , f**发布时间** {article[publish_time]}, , f**原文链接** [{article[url]}]({article[url]}), , ---, , article[content], ] return \n.join(lines) def run_server(port8080): 启动API服务器 server_address (0.0.0.0, port) httpd HTTPServer(server_address, APIHandler) print(f * 60) print(f微信公众号文章获取 API 服务) print(f * 60) print(f服务地址: http://0.0.0.0:{port}) print(f) print(fAPI 端点:) print(f GET /health - 健康检查) print(f GET /api/fetch?urlURLformatformat) print(f POST /api/fetch - 获取文章内容) print(f) print(f参数:) print(f url: 微信公众号文章链接 (必填)) print(f format: 输出格式 (可选: json, text, markdown, 默认: json)) print(f) print(f示例:) print(f curl http://localhost:{port}/api/fetch?urlhttps://mp.weixin.qq.com/s/xxxxxformattext) print(f * 60) print(f按 CtrlC 停止服务) print(f) try: httpd.serve_forever() except KeyboardInterrupt: print(\n服务已停止) httpd.server_close() def main(): parser argparse.ArgumentParser( description微信公众号文章获取 API 服务, formatter_classargparse.RawDescriptionHelpFormatter, epilog 示例: # 启动服务 (默认端口 8080) python3 wechat_article_api.py # 指定端口 python3 wechat_article_api.py --port 8888 # 测试 API curl http://localhost:8080/api/fetch?urlhttps://mp.weixin.qq.com/s/xxxxxformattext ) parser.add_argument(--port, typeint, default8080, help服务端口 (默认: 8080)) args parser.parse_args() run_server(args.port) if __name__ __main__: main()部署教程好的我来帮你整理部署文档和修改接口。 部署步骤 1. 复制API文件到新服务器 需要复制这个文件 Copy ~/.openclaw/workspace/skills/wechat-account-articles/api/wechat_article_api.py2. 安装依赖 Copy pip3 install urllib33. 启动服务 Copy python3 wechat_article_api.py --port 8080现在我要去对接到我的系统上了代码已经长传到gitee和githubgitee地址https://gitee.com/hhxdn/wechat-article-detail-apigithub地址https://github.com/wang1688/wechat-article-detail-api夸克网盘地址https://pan.quark.cn/s/f730add345b9

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2530282.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…