WeChat Article Full Reader

微信公众号文章阅读器 概述

微信公众号使用懒加载机制，图片真实URL存储在 data-src 属性中。本技能提供完整的文章阅读流程：提取全文 + 内容图片 + 结合分析。

工作流程

• 打开文章

代理-browser open "<文章URL>"

• 滚动加载所有内容

微信文章使用懒加载，需要滚动到底部触发所有图片加载：

# 多次滚动确保加载完成 for i in {1..8}; do 代理-browser scroll down 800 sleep 1 done

• 提取文章内容

// 提取标题、作者、正文 const title = document.查询Selector('#activity-name')?.innerText || '未找到标题'; const author = document.查询Selector('#js_name')?.innerText || ''; const content = document.查询Selector('#js_content')?.innerText || '';

执行方式：

代理-browser eval "<上述JS代码>"

• 提取图片URL

微信图片存储在 data-src 属性，不在 src：

// 提取所有懒加载图片的真实URL const imgs = document.查询SelectorAll('img'); const urls = []; imgs.forEach((img) => { const dataSrc = img.获取Attribute('data-src'); if (dataSrc && dataSrc.启动sWith('http')) { urls.push(dataSrc.split('#')[0]); // 去掉哈希 } }); urls.join('\n');

• 过滤内容图片

内容图片特征：

尺寸较大（width > 200 或 height > 200） 来自 mmbiz.qpic.cn 域名 格式为 png/jpg/gif/网页p

装饰图片特征（排除）：

尺寸小（分隔线、图标） 文件大小 < 5KB 来自特定装饰图路径

• 下载内容图片

# 创建目录 mkdir -p <输出目录>

# 下载图片 curl -o "img-01.png" "<图片URL>"

• 结合阅读

读取正文内容 逐一查看内容图片 将图片与对应段落关联 输出完整分析报告 快速脚本

使用 scripts/read_article.sh 一键执行：

./scripts/read_article.sh "<文章URL>" <输出目录>

输出：

article.json - 标题、作者、正文 images/ - 内容图片目录 summary.md - 结合阅读摘要 图片过滤规则 类型 特征 处理 内容图片 尺寸 > 200px, 来自 mmbiz.qpic.cn 下载并分析 装饰分隔 高度 < 50px 或 文件 < 2KB 忽略 公众号图标 含 "yZPTcMGWibvsic9Obib" 等固定路径 忽略 表情包/贴纸 尺寸 < 100px 忽略 输出格式

文章标题

作者： XXX

正文 + 图片

段落内容...

配图：[图片描述]

继续段落...

图片汇总

图片	内容	关联段落
img-01.png	游戏截图	第一节
img-02.png	数据图表	第三节