Python实现快速保存微信公众号文章中的图片

一、实现效果(以槿泉壁纸为例)

二、实现过程

1.新建一个link文本，将需要下载的文章链接依次保存；

2.新建一个.py文件，将下面的源码复制进去；

3.新建一个pic文件夹，用来保存图片；

4.运行即可；

三、源码

sound code

代码如下（示例）：

import requests
from re import findall
from bs4 import BeautifulSoup
import time
import os
import sys

weixin_title=""
weixin_time=""

#获取微信公众号内容,保存标题和时间
def get_weixin_html(url):
   global weixin_time,weixin_title
   res=requests.get(url)
   soup=BeautifulSoup(res.text,"html.parser")

#获取标题
   temp=soup.find('h1')
   weixin_title=temp.string.strip()

#使用正则表达式获取时间
#    result=findall(r'[0-9]{4}-[0-9]{2}-[0-9]{2}.+:[0-9]{2}',res.text)
   result=findall(r"(\d{4}-\d{1,2}-\d{1,2})",res.text)
   weixin_time=result[0]

#获取正文html并修改
   content=soup.find(id='js_content')
   soup2=BeautifulSoup((str(content)),"html.parser")
   soup2.div['style']='visibility: visible;'
   html=str(soup2)
   pattern=r'http[s]?:\/\/[a-z.A-Z_0-9\/\?=-_-]+'
   result = findall(pattern, html)

#将data-src修改为src
   for url in result:
       html=html.replace('data-src="'+url+'"','src="'+url+'"')

return html

#上传图片至服务器
def download_pic(content):

pic_path= 'pic/' + str(path)+ '/'
   if not os.path.exists(pic_path):
       os.makedirs(pic_path)

#使用正则表达式查找所有需要下载的图片链接
   pattern=r'http[s]?:\/\/[a-z.A-Z_0-9\/\?=-_-]+'
   pic_list = findall(pattern, content)

for index, item in enumerate(pic_list,1):
       count=1
       flag=True
       pic_url=str(item)

while flag and count<=10:
           try:
                data=requests.get(pic_url);

if pic_url.find('png')>0:
                    file_name = str(index)+'.png'

elif pic_url.find('gif')>0:
                    file_name=str(index)+'.gif'

else:
                    file_name=str(index)+'.jpg'

with open( pic_path + file_name,"wb") as f:
                    f.write(data.content)

#将图片链接替换为本地链接
                content = content.replace(pic_url, pic_path + file_name)

flag = False
                print('已下载第' + str(index) +'张图片.')
                count += 1
                time.sleep(1)

except:
                count+=1
                time.sleep(1)

if count>10:
           print("下载出错：",pic_url)
   return content

def get_link(dir):
   link = []
   with open(dir,'r') as file_to_read:
       while True:
           line = file_to_read.readline()
           if not line:
               break
           line = line.strip('\n')
           link.append(line)
   return link

path = 'link.txt'
linklist = get_link(path)
print(linklist)
s = len(linklist)

if __name__ == "__main__":

#获取html
   input_flag=True
   while input_flag:
#        for j in range(0,s):
#            pic = str(j)
       j = 1
       for i in linklist:
           weixin_url = i  
           path = j
           j += 1    
           #weixin_url=input()
           re=findall(r'http[s]?:\/\/mp.weixin.qq.com\/s\/[0-9a-zA-Z_]+',weixin_url)
           if len(re)<=0:
                   print("链接有误，请重新输入!")
           else:
               input_flag=False

content=get_weixin_html(weixin_url)
           content=download_pic(content)
           #保存至本地
           with open(weixin_title+'.txt','w+',encoding="utf-8") as f:
               f.write(content)
           with open(weixin_title+'.html','w+',encoding="utf-8") as f:
               f.write(content)  

print()
           print("标题：《"+weixin_title+"》")
           print("发布时间："+weixin_time)

四、Python正则表达式匹配日期与时间

import re
from datetime import datetime

test_date = '小明的生日是2016-12-12 14:34,小张的生日是2016-12-21 11:34 .'
test_datetime = '小明的生日是2016-12-12 14:34,.小晴的生日是2016-12-21 11:34,好可爱的.'

# date
mat = re.search(r"(\d{4}-\d{1,2}-\d{1,2})",test_date)
print mat.groups()
# ('2016-12-12',)
print mat.group(0)
# 2016-12-12

date_all = re.findall(r"(\d{4}-\d{1,2}-\d{1,2})",test_date)
for item in date_all:
   print item
# 2016-12-12
# 2016-12-21

# datetime
mat = re.search(r"(\d{4}-\d{1,2}-\d{1,2}\s\d{1,2}:\d{1,2})",test_datetime)
print mat.groups()
# ('2016-12-12 14:34',)
print mat.group(0)
# 2016-12-12 14:34

date_all = re.findall(r"(\d{4}-\d{1,2}-\d{1,2}\s\d{1,2}:\d{1,2})",test_datetime)
for item in date_all:
   print item
# 2016-12-12 14:34
# 2016-12-21 11:34
## 有效时间

# 如这样的日期2016-12-35也可以匹配到.测试如下.
test_err_date = '如这样的日期2016-12-35也可以匹配到.测试如下.'
print re.search(r"(\d{4}-\d{1,2}-\d{1,2})",test_err_date).group(0)
# 2016-12-35

# 可以加个判断
def validate(date_text):
   try:
       if date_text != datetime.strptime(date_text, "％Y-％m-％d").strftime('％Y-％m-％d'):
           raise ValueError
       return True
   except ValueError:
       # raise ValueError("错误是日期格式或日期,格式是年-月-日")
       return False

print validate(re.search(r"(\d{4}-\d{1,2}-\d{1,2})",test_err_date).group(0))
# false

# 其他格式匹配. 如2016-12-24与2016/12/24的日期格式.
date_reg_exp = re.compile('\d{4}[-/]\d{2}[-/]\d{2}')

test_str= """
    平安夜圣诞节2016-12-24的日子与去年2015/12/24的是有不同哦.
    """
# 根据正则查找所有日期并返回
matches_list=date_reg_exp.findall(test_str)

# 列出并打印匹配的日期
for match in matches_list:
 print match

# 2016-12-24
# 2015/12/24

来源：https://blog.csdn.net/qq_45365214/article/details/125405386