一个本地桌面归档工具：输入公开微信公众号文章链接，保存 Markdown、清理后的文章 HTML、元数据和可获取的本地图片；同时提供不依赖登录态的公开法规数据采集 CLI。
本仓库是用于作品展示的可运行公开作品版本，不等于完整生产系统。公开源码可验证单篇公开文章归档及 SAMR、MIIT、CATARC 公开监管数据采集；订阅监听只通过脱敏截图展示，相关链路不在本仓库。能力边界、最短验证路径和使用限制见 作品集公开版说明。
上图来自完整本地原型，不是当前公开版 UI 的运行截图。它展示订阅源管理、检查更新、候选文章选择与单篇归档；本机路径、公众号标识和作者/公众号名称已经脱敏，保留的标题与发布日期来自公开文章。当前公开仓库不包含订阅监听实现。
| 范围 | 当前行为 |
|---|---|
| 文章归档 | 只接受 mp.weixin.qq.com 或 weixin.qq.com 链接；请求不携带登录 Cookie，无法读取需要登录或其他访问控制的正文 |
| 本地输出 | 保存正文 Markdown、清理后的文章 HTML 和元数据 JSON；尝试下载正文图片，并在元数据中记录失败项 |
| 法规采集 | 使用代码内置的 SAMR、MIIT 和 CATARC 列表页面或 API；输出 UTF-8 JSON、UTF-8 BOM CSV、摘要和部分详情页响应 |
| 网络设置 | 不修改系统代理或证书信任，也不提供验证码、登录墙或付费墙绕过机制 |
公众号订阅监听等完整本地原型能力，以及公开仓库未提供的材料，集中说明在作品集公开版说明中。
python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt
python -m pip install -e .
wechat-article-desktop也可以双击 打开桌面程序.cmd。
python scripts\samr_gb_process_extract.py --pages 1 --page-size 20 --output-root output\samr-process
python scripts\samr_noc_gb_extract.py --output-root output\samr-notices
python scripts\miit_bzgf_extract.py --pages 1 --max-items 5 --no-download-files --output-root output\miit-bzgf
python scripts\catarc_zqyj_extract.py --pages 1 --page-size 10 --no-download-files --output-root output\catarc-zqyj默认列表模式从脚本内置的 SAMR、MIIT 或 CATARC 页面/API 开始采集。SAMR 公告与 MIIT 脚本还接受用户提供的 --detail-url；当前实现不验证该地址是否公开、是否已获授权，也不在请求发生重定向后重新校验最终主机。运行者应只提供已确认可访问和可保存的公开 HTTP(S) 地址，并遵守来源网站的服务条款、robots 策略和版权要求。
上面的 MIIT 和 CATARC 示例使用 --no-download-files 关闭附件下载。移除该参数后，脚本会尝试下载详情页链接的公开附件；运行者负责确认访问授权、保存范围和保留周期。
python -m unittest discover -s tests -p "test_*.py"
start_app.bat --check测试夹具使用合成或去标识化的标题、编号和联系人信息；保留的政府网站域名仅用于验证公开来源 URL 的解析与拼接，不包含抓取结果或个人数据。
本项目自研代码仅供作品审阅，未经许可不得复制、修改、再发布或用于商业用途；其中源自 will-17173/wechat-article-to-markdown-skill 的部分仍按 MIT License 使用。详见 LICENSE 和 THIRD_PARTY_NOTICES.md。文章内容、图片和法规资料的版权仍归原权利人。