Python批量将公众号文章保留原格式下载为PDF

由于微信公众号文章通常有反爬虫机制，直接爬取可能会遇到一些问题。但是，如果你仍然想尝试，可以使用Python的requests库来获取文章内容，然后使用pdfkit或wkhtmltopdf来将HTML内容转换为PDF。

安装依赖库

pip install requests
pip install pdfkit

你还需要安装wkhtmltopdf，这是一个命令行工具，用于将HTML内容渲染为PDF。你可以从这里下载。

代码示例

import requests
import pdfkit

# 获取微信公众号文章的HTML内容
def fetch_article(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537'
    }
    response = requests.get(url, headers=headers)
    return response.text

# 将HTML内容保存为PDF
def save_as_pdf(html_content, pdf_path):
    pdfkit.from_string(html_content, pdf_path)

# 主程序
if __name__ == "__main__":
    url = "https://mp.weixin.qq.com/s?src=11&timestamp=1692533419&ver=4724&signature=ExpEZRD8Vlu2dvXYXe783C8ko2hRUi6L0vpDlSsIx9sNMKQXLptdyn04DhfrfrDNgO309npwV5wDwldWrmc9Tw0c3H0Vxy0577Ac178q6cQfrCK9wXn6wlI67P2v7JEr&new=1"
    html_content = fetch_article(url)
    pdf_path = "article.pdf"
    
    # xpanx.com: 使用pdfkit和wkhtmltopdf将HTML内容转换为PDF
    save_as_pdf(html_content, pdf_path)

基础知识解释

1. requests库: 用于发送HTTP请求以获取网页内容。
2. pdfkit库和wkhtmltopdf: 用于将HTML内容转换为PDF。
3. User-Agent: 在请求头中设置User-Agent，以模拟浏览器行为。

请注意，这个示例可能不会完全成功，因为微信公众号通常有反爬虫机制。在实际应用中，你可能需要更复杂的方法来绕过这些限制。同时，请确保你遵循网站的使用条款和政策。希望这能帮助你解决问题！