wxmp 2.3.0

微信公众号 API 等相关工具

微信公众号 API 工具

微信公众平台（微信公众号）API 相关工具，提供公众号搜索、文章列表获取、文章内容下载等功能。

项目地址: https://github.com/morning-start/wxmp

---

项目简介

wxmp 是一个 Python 库，用于与微信公众平台后台 API 进行交互。通过本项目可以：

• 通过微信登录后的 cookies 获取访问 token
• 搜索公众号（根据关键词查找公众号信息）
• 获取指定公众号的文章列表
• 验证文章链接有效性
• 下载文章内容并转换为 Markdown 格式
• 支持时间范围缓存和增量更新
• 支持并发下载

核心特性

• API 封装: 完整封装微信公众平台后台 API
• 缓存优化: 支持 FakeID 缓存和时间范围缓存，避免重复获取
• 并发下载: 支持多线程并发下载文章内容
• 格式转换: 自动将 HTML 文章转换为 Markdown 格式
• 灵活扩展: 用户可直接使用已有爬虫或基于 API 构建自定义爬虫
• 增量更新: 支持时间范围缓存，只获取新增文章

技术栈

技术	版本	用途
Python	>= 3.10	开发语言
Pydantic	>= 2.12.5	数据模型验证
Requests	>= 2.32.5	HTTP 请求
Pandas	>= 2.3.3	数据处理
Loguru	>= 0.7.3	日志记录
tqdm	>= 4.67.3	进度条显示
fake-useragent	>= 2.2.0	随机 User-Agent

安装

pip install wxmp

或从源码安装：

git clone https://github.com/morning-start/wxmp.git
cd wxmp
pip install -e .

快速开始

1. 初始化 API

from wxmp import WxMPAPI

cookies = {
    "wxuin": "your_wxuin",
    "pass_ticket": "your_pass_ticket",
}

api = WxMPAPI(cookies)

2. 搜索公众号

response = api.fetch_fakeid("Python")
for account in response.arr:
    print(f"名称: {account.nickname}")
    print(f"FakeID: {account.fakeid}")

3. 使用时间范围爬虫（推荐）

from wxmp.spider import TimeRangeSpider
from wxmp.tools.time_manager import TimeRange
from datetime import datetime
from pathlib import Path

spider = TimeRangeSpider.from_cookies_file("cookies.json")
bizs = spider.load_or_search_bizs(["Python编程"])

time_range = TimeRange(
    begin=datetime(2024, 1, 1),
    end=datetime(2024, 12, 31)
)

df = spider.search_articles_content(bizs, time_range)
spider.save_all_article_content(
    df=df,
    save_dir=Path("temp/article_content/"),
    time_range=time_range
)

项目结构

wxmp/
├── src/wxmp/                    # 源码目录
│   ├── api/                     # API 层 - 基础 API 封装
│   │   ├── __init__.py
│   │   ├── common.py           # 公共模型和异常
│   │   ├── index.py            # WxMPAPI 主类
│   │   ├── token.py            # Token 获取
│   │   ├── search_biz.py       # 公众号搜索 API
│   │   └── list_ex.py          # 文章列表 API
│   ├── spider/                  # Spider 层 - 业务逻辑层
│   │   ├── __init__.py
│   │   └── time_range_spider.py # 时间范围爬虫
│   └── tools/                   # Tools 层 - 工具层
│       ├── __init__.py
│       ├── article.py          # 文章内容处理
│       ├── file.py             # 文件操作工具
│       └── time_manager.py     # 时间范围缓存管理
├── wiki/                        # 项目文档
├── pyproject.toml              # 项目配置
└── README.md                   # 项目说明

文档

详细文档请查看 Wiki：

• 项目概览 - 项目简介、技术栈、架构概览
• 架构设计 - 设计原则、模块设计、缓存策略
• API 文档 - API 层完整文档、数据模型、异常类
• 使用指南 - 快速开始、使用场景、最佳实践
• 数据流动与状态管理 - 数据流转、状态机、缓存策略
• 贡献指南 - 如何贡献代码、开发环境设置
• 常见问题 - 常见问题和解决方案
• CHANGELOG - 版本历史、变更记录

License

MIT License