weread-book-exporter README

项目的 README,来自 github.com/WANGXIN-567/weread-book-exporter。合并为一个 markdown 文件:README.md。

📚 WeRead Book Exporter (weread-book-exporter)

Python 3.9+ Playwright License: MIT

将微信读书 Web 端已购或会员书籍无损抓取全书全文,并一键导出为 精排 PDF、标准 EPUB 以及 纯 Markdown 笔记(适配 Obsidian / Notion)。

自动保留原书的目录结构、标题层级、引文/重点段落样式与高清插图,提供舒适的大字号双字体排版,方便个人深度学习、全文检索与知识库归档。

WeRead Book Exporter 排版预览


✨ 核心特性

1. 100% 全书完整抓取(攻克网页端翻页漏字问题)

许多传统的微信读书抓取脚本在默认的上下滚动模式下运行,受限于网页端超长虚拟滚动容器的分片机制,翻页时极易跳过章节下半部分内容。

2. 原生级层次还原与断句修复

3. 一键导出三大常用格式

导出格式 适用场景 特性说明
精排 PDF (.pdf) iPad 批注、电脑阅读、打印 苹方正文 + 楷体引文大字号排版,内置封面、可点击目录页、PDF 侧边栏书签大纲 (Outline) 与页码
标准 EPUB (.epub) Apple Books / Kindle / 阅读器 内嵌多字体排版样式、完整目录导航树与原书高清插图
Markdown (.md) Obsidian / Notion / 个人知识库 提供纯 Markdown 版(引文自动转为 > 引用块)与带样式标签版,方便检索与做笔记

4. 温和抓取与防频控机制


🚀 快速开始

1. 安装依赖(国内极速安装,仅需几秒)

# 克隆仓库
git clone https://github.com/WANGXIN-567/weread-book-exporter.git
cd weread-book-exporter

# 使用国内高速镜像安装依赖(推荐腾讯云或阿里云,稳定不报 403)
pip install -r requirements.txt -i https://mirrors.cloud.tencent.com/pypi/simple/
# 备用阿里云镜像:
# pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

⚡ 免下载 200MB 浏览器:代码内置了智能浏览器检测,会自动直接调用电脑自带的 Microsoft Edge 或 Google Chrome;如果系统未安装上述浏览器,可执行 playwright install chromium 补充下载。

2. 一键抓取并导出全格式电子书(核心推荐)

直接复制微信读书网页版的完整链接(支持任意已购/会员书籍):

# 直接粘贴整条网页链接(或书籍 ID 均可):
python main.py https://weread.qq.com/web/reader/3b132980813ab94eeg013129

提示:

  • 首次运行时会自动弹出浏览器窗口,使用微信扫码登录一次即可。
  • 脚本会自动完成「全书章节遍历 ➔ 原版高清封面下载 ➔ 插图下载 ➔ 精排 PDF 渲染 ➔ 双字体 EPUB 导出 ➔ Markdown 笔记生成」全流程!
  • 所有文件最终保存在 output/ 目录下。

(高级用法:如需分步运行,也可单独执行 python crawl_weread.py <链接或ID> 与 python export_book.py <链接或ID>)


🛠️ 工作流程

flowchart LR
    A["微信读书网页版\n(自动切换双栏翻页)"] --> B["底层文本与插图捕获\n逐页提取字号/字重/坐标"]
    B --> C["段落重组与清洗\n合并跨行断句 & 去重"]
    C --> D["多格式导出引擎\nPDF / EPUB / Markdown"]

⚠️ 免责声明 (Disclaimer)

  1. 本工具仅用于个人学习、读书笔记整理与前端渲染技术研究。
  2. 请支持正版阅读,仅对您个人合法拥有阅读权限的书籍使用本工具,导出的文件请勿用于任何商业用途或公开传播。
  3. 本仓库仅包含通用转换脚本,不包含任何受版权保护的书籍内容或个人登录信息。

如果这个工具对你的阅读与笔记整理有帮助,欢迎点亮一颗 Star ⭐ 支持!

weread-book-exporter (WANGXIN-567/weread-book-exporter)

正在搜索数据库…

这是什么?一个 Python 工具,可以保存你在微信读书网页版上已购买书籍的全文,并导出为排版好的 PDF、EPUB 或 Markdown 笔记,插图保持原位。
我能得到哪些格式?分别用在哪里?排版好的 PDF,适合在 iPad 上批注、在电脑上阅读和打印;EPUB,适合苹果图书或 Kindle;普通或带样式的 Markdown,适合 Obsidian 和 Notion。
我怎么运行它?安装依赖,把书籍的完整微信读书网页版链接粘贴到脚本中,然后让它运行。第一次运行时会打开一个浏览器窗口,你只需用微信扫码一次。结果会保存在 output/ 文件夹中。
我需要安装浏览器吗?通常不需要:脚本会使用你电脑上已有的 Microsoft Edge 或 Google Chrome。如果两者都没有安装,运行 'playwright install chromium' 下载一个即可。需要安装 Python。
导出大部头的书会不会特别慢?大概会很慢,这是设计使然。翻页时会随机等待 8 到 20 秒,每翻 10 到 20 页,脚本还会暂停 1 到 2 分钟,以免给服务器造成过大压力。
会保留章节、引文和图片吗?会。脚本能识别章节标题、引文和重点段落,以及加粗的小标题,并按阅读顺序嵌入所有原始高清插图。
翻页时怎么避免丢失文字?它会把阅读器切换为双栏横向翻页,捕获 Canvas 绘图指令和分栏坐标,再按顺序重建每一页的文字流,因此文字不会在页与页之间被跳过或重复。
Markdown 输出是什么样的?有一个普通版本,其中引文会变成 > 引用块;还有一个带标签的样式版本。两者都适合在 Obsidian 或 Notion 中搜索和做笔记。
大小
0.7 MB
星标
863
更新
提交Nov 01
时长
18天
提交 · 90 天