微信公众号阅读器

提取微信公众号文章内容，支持任意公众号文章链接的内容抓取。

使用方法

直接发送微信公众号文章链接即可：

• https://mp.weixin.qq.com/s/xxxx

功能

• 自动渲染 JavaScript 动态内容
• 提取标题、作者、公众号名称、发布时间、正文内容
• 输出干净的 Markdown 格式
• SSRF 防护：DNS 解析验证，防止访问内网地址

依赖

• Python 3.8+
• Playwright
• playwright-stealth（反爬增强，可选）
• dnspython（DNS 解析安全校验）

安装依赖：

cd ~/.openclaw/workspace/skills/weixin-reader
pip install -r requirements.txt
playwright install chromium

安全说明

SSRF 防护

• 禁止访问 localhost、127.0.0.1 等本地地址
• 禁止访问 10.x.x.x、172.16-31.x.x、192.168.x.x 等私有网段
• DNS 解析检查：验证域名解析后的 IP 不是内网地址（防止 DNS 重绑定攻击）

使用限制

• 仅支持提取公开文章内容
• 请遵守目标网站的服务条款
• 不建议用于高频批量抓取

文件说明

• extract.py - 主提取脚本（推荐，标准模式）
• extract_stealth.py - 反爬增强模式（可选，使用 playwright-stealth，可能违反某些网站 ToS）
• extract_generic.py - 通用网页提取

更新日志

v1.1.0

• 结构化数据输出：返回 JSON 格式，包含 metadata、content、stats 三个部分
• 新增统计信息：字数、段落数、图片数、预估阅读时间
• 增强元数据：提取时间戳、文章描述、HTML 内容
• 图片信息丰富：返回图片 URL 和 alt 文本

v1.0.1

• 增强 SSRF 防护：添加 DNS 解析验证
• 补充完整依赖：playwright-stealth, dnspython
• 完善安全说明文档