Python---微信公众号或网页自动导出

背景

从来没有这么粉过一位公众号作者，嗯。。。确切的说是女朋友那天和我说喜欢看一位公众号的作者，然后觉得微信的机制很不好，每次都要翻啊翻，想想有个办法能导出就好了。网上确实有人在做这件事，不过是收费的，具体是谁博主就不点名啦。额。。。我好想能做出来，话不多说，我先试为敬。

所以呢本文主要就是来说说，如何把自己喜欢的网页导出成为pdf，自己喜欢的公众号导出成pdf，让自己随时想看随时看，不受微信的约束，不受各个网站流量的约束。

展示效果

项目地址

github地址

思路

其实微信这个平台流量巨大，微信想怎么限制怎么限制，比如最近封杀抖音，还有和支付宝的战争。所以其实微信对于反爬，等一些功能做了比较好的限制。 正面突破也是可以，如何攻破微信的一项一项障碍，最终直接爬取。 本文的总体思路如下： 利用python webdriver库来动态的滚动网页，然后自动截图，保存。 然后利用截图进行裁切，计算页面大小，存为pdf

环境

• Python3
• webdriver(安装详见：官网地址)
• pillow图片加载库

pip install pillow
复制代码

嗯。。。别的暂时还没想起来

关键代码截取

init_filelist()
    #首先初始化webdirver
    driver = webdriver.Chrome()
    #设置输出路径
    dir = './result'
    
    for item in filelist:
        try:
            #获取图片路径，标题，以及输出路径
            #自动滚动，并截图保存
            pic_path,title = save_url(driver, item, dir)
            #开始合并我们刚刚截的所有图
            package_picture(pic_path, os.path.abspath(dir), title)
        except Exception as e :
            print(e)
复制代码

save_url方法内部主要步骤如下

• 首先利用xpath找到微信公众号标题，"//div//h2[@class='rich_media_title']"
• 然后将标题设置为文件名
• 再然后自动滚动屏幕
• 保存每一次滚动屏幕的图片

package_picture方法内部主要步骤如下

• 将刚刚保存的分散的图片打包成为整体
• 存入./result文件夹内

长图转为pdf

获取到长图了之后，那么接下来的工作就是转换为pdf了 执行以下命令

python crop.py
复制代码

这个命令的目的是将刚刚我们的所有图片做成一个个单独的pdf，再次要感谢网友“TTyb”， 以下内容参考了他的博客

写在结尾

消失了几个月的博主，今天好像回来了，嗯。。。感慨颇多。 希望以后不止分享逆向的东西，把博主的所见所闻一起分享给大家。 好玩的有趣的，各种各样的。 是不是有的小伙伴是不是不愿意这样呢，还是没有呢。 看心情，看缘分啦。

佛系的博主

写完博客转眼已经第二天啦。

2018.7.17

关于我

个人网站：MartinHan的小站

博客：hanhan12312的专栏

知乎：MartinHan01