获取公众号历史文章：从微信读书开始

# 爬虫 # 工具

之前写公众号时使用一些浏览器插件能方便转载其他公众号文章，但现在功能已经无法使用；发现是因为微信官方已经关闭相关接口wechat-article/wechat-article-exporter。目前的解决方案是通过微信读书接口获取文章，但也有风控问题，只有最新文章能稳定获取。

项目链接

核心思路

微信读书根据公众号查看文章

微信读书风控相对没那么严，每个公众号可以视作一个bookId，通过/web/mp/articles接口，参数bookId + offset获取文章，但目前测试来看只能获取很少部分文章，甚至获取不了。可以通过/api/mp/cover接口兜底。

首先通过/web/shelf/bookIds检查是否登录，登陆后获取bookId。

微信公众号的bookId以MP_WXS_开头，登录微信助手后可以过滤掉非MP_WXS_开头的bookId。

/web/mp/articles接口拿到reviewId拆解得到公众号文章，解析得到链接

另外还有通过文章链接解析得到公众号的bookId

1 2	bookId = 'MP_WXS_' + base64解码(__biz) 例：__biz=MzA5NTQ0NjU3Mw== → 解码 "3095446573" → MP_WXS_3095446573

通过文章链接的__biz解码得到公众号id,拼接得到公众号信息，这样可以在某篇文章处关注公众号。通过POST /mp/shelf/addToShelf添加公众号

公众号添加

公众号后台图文编辑器里「账号名片 / 超链接」的搜号入口，底层接口是 cgi-bin/searchbiz

GET mp.weixin.qq.com/cgi-bin/searchbiz?action=search_biz&scene=1
    &query=<名字>&begin=0&count=5&token=<后台token>&lang=zh_CN&f=json&ajax=1

未登录 → HTTP 200 + {"base_resp":{"ret":200003,"err_msg":"invalid session"}}
对照组 /cgi-bin/searchbizzzz → HTTP 404

返回的 fakeid 就是 __biz 的 base64 → 直接套上的换算公式 bookId = 'MP_WXS_' + atob(__biz)。

相关接口

#	接口	方法	归属	干什么	关键请求参数	关键响应字段	错误协议
1	`/web/shelf/bookIds`	GET	微信读书	书架列表兼登录探针	无	`bookIds` / `data.bookIds` / `ids` / `books` / `shelf`	平铺 `errCode`：`-2010` 未登录、`-2012` 超时
2	`/web/book/info`	GET	微信读书	取号名	`bookId`	`title` / `bookName` / `name` / `bookInfo.title`	同上
3	`/web/mp/articles`	GET	微信读书	文章列表（主路径）	`bookId`、`offset`（步长 50）	`reviews[].review.mpInfo.title`、`reviewId`、`mpInfo.time`	`-2041` 风控、`-2042` 未收录
4	`/api/mp/cover`	GET	微信读书	单篇兜底	`bookId`	同 3，但外面套了一层	嵌套 `statusCode>=400` + `data.errcode`
5	`/web/mp/content`	GET	微信读书	单篇正文（已封装，界面暂未用）	`reviewId`	正文 HTML	平铺 `errCode`
6	`/mp/shelf/addToShelf`	POST	微信读书	加入书架，唯一的写操作	body `{"bookIds":["MP_WXS_…"]}`	—	平铺 `errCode`
7	`/cgi-bin/searchbiz`	GET	公众号后台	按名字搜号

通过微信读书获取关注的公众号(bookId)并获取文章标题、reviewId(用于解析文章链接),同时有添加关注读书公众号功能。

公众号提供按名称搜索功能，这样不完全依赖微信读书关注公众号

核心换算

1	bookId = 'MP_WXS_' + atob(__biz)

bizToFakid() 做了完整防御：decodeURIComponent 处理 %3D → 去空白 → URL-safe base64 转标准（-→+、_→/）→ 补 padding → atob → 用 /^\d{5,20}$/ 校验结果像不像 fakid。离线样本验证过三组，例如 MzU1MjI5MDk3Nw== → MP_WXS_3552290977。__biz 又有三个来源：URL 查询串、页面 DOM（window.biz / cgiData.biz / #js_name 的 href / 最后兜底扫源码正则）、以及后台搜索返回的 fakeid——三条入口在这里汇流。

做了个插件，欢迎使用，喜欢请点个star

VibeProjects/wechat_article_explorer at main · drowning-in-codes/VibeProjects

Sekyoro的博客小屋