无需公众号后台权限！2000篇微信公众号文章批量导出完整教程（Fiddler抓包+Python脚本）

3

前言

运营微信公众号多年，积累数千篇原创文章，想要完整备份或迁移到个人网站时，很多人会遇到一个难题：没有公众号后台管理员权限。官方后台导出需要运营者身份，而第三方工具往往不稳定或收费高昂。本文分享一套零权限、零成本的技术方案，只需通过Fiddler抓包配合Python脚本，即可将2000篇公众号文章批量导出为本地HTML，排版与图片完整保留。

方案原理与适用场景

本方案属于客户端抓包方案。原理是在Windows版微信中以普通读者身份浏览公众号历史文章，使用Fiddler截取微信客户端与腾讯服务器之间的通信流量，从中提取文章的真实链接，再通过Python脚本批量下载。

适用场景：

  • 没有公众号后台登录权限，仅为普通关注者

  • 需要备份自己或他人公众号的历史文章

  • 导出量级在数百至数千篇之间

  • 希望保留文章原始排版与图片素材

核心优势：无需扫码登录后台、不依赖第三方平台、支持断点续传、完全免费。

环境准备

开始前请确认以下环境与工具已就绪：

  • 操作系统：Windows 10/11（必须，Mac版微信抓包困难）

  • PC版微信：Windows微信客户端（非网页版）

  • Fiddler Classic：免费下载安装，用于HTTPS抓包

  • Python 3.8+：需安装requests与beautifulsoup4库

Python依赖安装命令：

pip install requests beautifulsoup4

Fiddler自动保存配置

手动保存抓包响应极为繁琐，建议配置Fiddler自动保存功能。打开Fiddler，依次点击 Rules → Customize Rules，找到 OnBeforeResponse 函数，在函数末尾添加以下代码：

    // 自动保存微信公众号历史文章接口响应
    if (oSession.url.Contains("mp.weixin.qq.com") && 
        (oSession.url.Contains("appmsg") || oSession.url.Contains("getmsg"))) {
        
        var saveDir = "C:\\wechat_crawl\\responses\\";
        var filename = DateTime.Now.ToString("yyyyMMdd_HHmmss_") + oSession.id + ".json";
        
        if (!System.IO.Directory.Exists(saveDir)) {
            System.IO.Directory.CreateDirectory(saveDir);
        }
        
        oSession.SaveResponseBody(saveDir + filename);
        FiddlerApplication.Log.LogString("已自动保存: " + filename);
    }

保存后，在C盘根目录手动创建文件夹 C:\wechat_crawl\responses\。此后所有符合条件的接口响应将自动存储为JSON文件，无需人工干预。

抓包提取文章链接

第一步：配置HTTPS解密

微信流量采用HTTPS加密，必须解密才能查看内容。打开Fiddler → Tools → Options → HTTPS，勾选 Decrypt HTTPS traffic，并在弹窗中选择信任根证书。

第二步：过滤目标域名

在Fiddler右侧Filters标签中启用 Use Filters，选择 Show only the following hosts，填入：

mp.weixin.qq.com; wx.qq.com

第三步：触发抓包

打开PC版微信，进入目标公众号主页，点击全部消息。此时Fiddler左侧应开始出现请求。持续向下滚动历史文章列表，每次滚动会触发一次分页加载请求。关注URL中包含 action=getmsg 或 getmsgdata 字样的记录。

关键提示：2000篇文章约需滚动200次，建议分批次完成。每滚动20次（约200篇）暂停5至10分钟，可有效规避微信风控。

Python脚本提取文章URL

将Fiddler自动保存的所有JSON文件转移至 responses/ 文件夹，运行以下脚本提取文章标题与链接：

import json
import os
from urllib.parse import unquote

def extract_urls():
    urls = []
    if not os.path.exists('responses'):
        print("请创建 responses 文件夹并将抓包保存的 .json 文件放入")
        return
    
    for fname in os.listdir('responses'):
        if not fname.endswith('.json'):
            continue
        path = os.path.join('responses', fname)
        try:
            with open(path, 'r', encoding='utf-8') as f:
                data = json.load(f)
            
            msg_list_str = data.get('general_msg_list', '{}')
            msg_list = json.loads(msg_list_str)
            
            for msg in msg_list.get('list', []):
                comm = msg.get('comm_msg_info', {})
                pub_time = comm.get('datetime', 0)
                
                info = msg.get('app_msg_ext_info', {})
                if info and info.get('content_url'):
                    urls.append({
                        'title': info.get('title', '无标题').strip(),
                        'url': unquote(info['content_url']).replace('\\/', '/'),
                        'time': pub_time
                    })
                
                for item in info.get('multi_app_msg_item_list', []):
                    if item.get('content_url'):
                        urls.append({
                            'title': item.get('title', '无标题').strip(),
                            'url': unquote(item['content_url']).replace('\\/', '/'),
                            'time': pub_time
                        })
        except Exception as e:
            print(f"解析 {fname} 出错: {e}")
    
    seen = set()
    unique = []
    for u in urls:
        if u['url'] and u['url'] not in seen:
            seen.add(u['url'])
            unique.append(u)
    
    unique.sort(key=lambda x: x['time'], reverse=True)
    
    with open('article_urls.json', 'w', encoding='utf-8') as f:
        json.dump(unique, f, ensure_ascii=False, indent=2)
    
    print(f"提取完成，共 {len(unique)} 篇文章，已保存到 article_urls.json")

if __name__ == '__main__':
    extract_urls()

Python脚本批量下载文章

获取链接列表后，使用以下脚本批量下载文章正文。脚本内置断点续传、图片本地下载与随机延时机制：

import requests
import json
import os
import time
import re
import hashlib
from bs4 import BeautifulSoup

HEADERS = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '
                  'Chrome/98.0.4758.102 Safari/537.36 NetType/WIFI '
                  'MicroMessenger/7.0.20.1781(0x6700143B) WindowsWechat(0x63090b13) XWEB/6945',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
    'Accept-Language': 'zh-CN,zh;q=0.9',
    'Referer': 'https://mp.weixin.qq.com/mp/profile_ext?action=home'
}

def download_articles():
    if not os.path.exists('article_urls.json'):
        print("article_urls.json 不存在，请先运行提取脚本")
        return
    
    with open('article_urls.json', 'r', encoding='utf-8') as f:
        articles = json.load(f)
    
    os.makedirs('articles', exist_ok=True)
    os.makedirs('articles/images', exist_ok=True)
    
    progress_file = 'progress.json'
    done = set()
    if os.path.exists(progress_file):
        with open(progress_file, 'r', encoding='utf-8') as f:
            done = set(json.load(f))
    
    total = len(articles)
    for idx, art in enumerate(articles, 1):
        url = art['url']
        title = art.get('title', 'untitled')
        
        if url in done:
            print(f"[{idx}/{total}] 跳过已下载: {title[:40]}")
            continue
        
        try:
            resp = requests.get(url, headers=HEADERS, timeout=30)
            resp.encoding = 'utf-8'
            
            safe_title = re.sub(r'[\\/*?:"<>|]', '_', title).strip()[:50]
            filename = f"articles/{idx:04d}_{safe_title}.html"
            
            soup = BeautifulSoup(resp.text, 'html.parser')
            for img in soup.find_all('img'):
                src = img.get('data-src') or img.get('src')
                if src and 'mmbiz.qpic.cn' in src:
                    try:
                        img_data = requests.get(src, headers=HEADERS, timeout=10).content
                        img_hash = hashlib.md5(src.encode()).hexdigest()[:12]
                        img_name = f"articles/images/{img_hash}.jpg"
                        with open(img_name, 'wb') as imgf:
                            imgf.write(img_data)
                        img['src'] = f"images/{img_hash}.jpg"
                        del img['data-src']
                    except:
                        pass
            
            with open(filename, 'w', encoding='utf-8') as f:
                f.write(str(soup))
            
            done.add(url)
            with open(progress_file, 'w', encoding='utf-8') as f:
                json.dump(list(done), f)
            
            print(f"[{idx}/{total}] 完成: {title[:50]}")
            
            delay = 3 + (hashlib.md5(url.encode()).digest()[0] % 5)
            time.sleep(delay)
            
        except Exception as e:
            print(f"[{idx}/{total}] 失败: {title[:40]} - {e}")
            time.sleep(15)
    
    print(f"\n完成！成功下载 {len(done)}/{total} 篇")

if __name__ == '__main__':
    download_articles()

下载完成后，所有文章以独立HTML形式保存于 articles/ 目录，图片存放于 articles/images/，可直接用浏览器离线阅读。

2000篇文章实操节奏建议

针对2000篇大规模导出，建议采用分批策略，避免触发微信风控：

  • 单日上限：400至500篇，分4至5天完成

  • 单次滚动：每滚动20次（约200篇）暂停5至10分钟

  • 每日验证：每天开始前先将当日抓包的JSON文件移入Python目录并运行提取脚本

  • 文件管理：按日期建立子目录存放JSON响应，便于追溯与排错

常见问题与风控处理

滚动后不再加载新内容

此为微信"操作频繁"风控，表现为历史消息列表滚动到底后无新数据返回。解决方法是立即停止操作，等待2至24小时后自动解封，期间不要反复尝试。

下载时返回403错误

通常是请求头缺失导致。脚本中已内置微信内置浏览器UA与Referer，若仍出现403，可尝试延长单篇下载间隔至8秒以上。

文章排版丢失或图片不显示

脚本默认将微信图片域名 mmbiz.qpic.cn 的图片下载到本地并替换链接。若图片仍有外链，检查网络是否能正常访问该域名，或手动补充Cookie字段。

断点续传失效

若中途更换工作目录，需将 progress.json 一并复制到新目录，否则脚本会重新下载已完成的文件。

结语

本文方案通过Fiddler抓包与Python自动化，实现了无需后台权限的微信公众号文章批量导出。整个流程的核心在于模拟真实用户浏览行为并控制请求频率。对于2000篇量级的备份需求，建议以"小步快跑、分批验证"的方式推进，先完成50篇验证流程，确认无误后再全量执行。如需将导出的HTML转为PDF或导入CMS系统，可进一步使用Pandoc等工具进行二次转换。

猜你喜欢

网友评论

访客信息

你已经3分钟没有访问该网站

这些可能是你需要的内容：

猜你喜欢