dvcrn 微信公众号文章搜索与读取 (v1.0)
搜索和读取微信公众号文章的完整工具，支持 simple（快速）和 playwright（稳定）双模式 + auto 自动切换。
快速开始
搜索文章
python3 scripts/search.py "关键词" [数量]
示例：
python3 scripts/search.py "绿电直连政策" 10
读取文章
python3 scripts/read.py "微信文章URL" [--mode MODE] [--screenshot PATH]
模式选择：
--mode=simple- 快速模式（requests + BeautifulSoup）--mode=playwright- 稳定模式（真实浏览器）--mode=auto- 自动切换（默认，推荐）
Python API 使用（推荐）
import sys
sys.path.append('scripts')
from wechat_articles import search_articles, read_article
# 搜索文章
articles = search_articles("绿电直连政策", top_num=5)
# 读取文章（建议加错误处理）
try:
content = read_article(articles[0]['url'], mode='auto')
print(f"标题: {content['title']}")
print(f"公众号: {content['author']}")
print(f"发布时间: {content['publish_time']}") # 若有
print(f"读取模式: {content['mode']}")
for p in content['paragraphs'][:10]:
print(p)
except Exception as e:
print(f"读取失败: {e}")
# auto 模式失败时会抛出异常，建议捕获后降级处理或提示用户
返回数据结构说明
read_article() 返回一个字典，包含以下字段：
| 字段 | 类型 | 说明 |
|---|---|---|
title |
str | 文章标题 |
author |
str | 公众号名称 |
publish_time |
str | 发布时间（部分文章可能为空） |
paragraphs |
list[str] | 正文段落列表 |
mode |
str | 实际使用的读取模式（simple 或 playwright） |
search_articles() 返回列表，每项包含：
| 字段 | 类型 | 说明 |
|---|---|---|
title |
str | 文章标题 |
url |
str | 文章链接（有时效性，建议尽快读取） |
author |
str | 公众号名称 |
digest |
str | 文章摘要 |
模式对比
| 模式 | 速度 | 资源 | 稳定性 | 适用场景 |
|---|---|---|---|---|
| simple | 快 (0.5-1s) | 轻量 | 一般 | 简单页面，频繁调用 |
| playwright | 慢 (3-5s) | 较重 | 很高 | 复杂页面，稳定优先 |
| auto | 自适应 | 自适应 | 最佳 | 默认推荐 |
安装依赖
Simple 模式（默认，轻量快速）
pip install beautifulsoup4 requests miku-ai
这些包通常已随 agent-reach 安装。
Playwright 模式（可选，推荐稳定读取）
pip install playwright
playwright install chromium --with-deps
--with-deps 会自动安装 Linux 系统依赖（如 libnss3、libgbm 等），首次运行需几分钟。
注意事项
- 搜索结果 URL 有时效性，建议尽快读取
- 避免高频请求防止触发反爬
- auto 模式优先尝试 simple，失败后自动切换 playwright；若两者均失败则抛出异常
- Playwright 首次运行需安装 Chromium（约几分钟）
欢迎反馈 & PR！GitHub: https://github.com/johan-oilman/wechat-articles