weread-exporter — 微信读书全本导出工具（Playwright + Canvas Hook）

微信读书全本导出，包括付费书。Playwright 自动化浏览器 + Canvas fillText Hook 逐页提取文字，输出 Markdown。

核心原理

微信读书网页版使用 Canvas 渲染书籍文字（而非 DOM 文本节点），现有工具（weread-exporter、weread2notion）只能导笔记和免费章节，这个能导全本正文。

技术栈：

1. Playwright 自动化 — 启动 Chromium，持久化登录会话（扫码一次，后续自动复用）
2. Canvas fillText Hook — 注入钩子拦截所有 CanvasRenderingContext2D.fillText() 调用
3. 双页拆分 — 微信读书在同一 Canvas 同时渲染当前页和下一页，通过检测 y 坐标重置点分离两页字符流
4. 文本重建 — 按 (x, y) 坐标将单字符重组为行和段落
5. 格式清理 — 合并 Canvas 渲染断行，还原自然段落

安装与使用

pip install playwright
playwright install chromium

# 传入书籍 URL
python weread_export.py https://weread.qq.com/web/bookDetail/xxxxx

# 或直接传 book_id
python weread_export.py dd6324f0813ab9f97g019a24

# 指定输出目录
python weread_export.py <book_id> -o ./books

输出结构

output/
├── <book_id>/
│   ├── meta.json          # 书籍元数据（标题、作者、章节列表）
│   ├── chapters/          # 每章独立 Markdown
│   │   ├── 001.md
│   │   └── ...
│   └── raw/               # 原始 Canvas 坐标数据（可选）
└── 书名.md                # 合并后的全本文件

限制

• 需要有效的微信读书账号，对目标书籍有阅读权限（无限卡会员或已购买）
• 部分出版社限制网页端阅读（显示"去 App 阅读"），无法导出
• 导出速度约 20-30 秒/章

数据

• 47 Stars · 14 Forks · 1 Commit
• Python 100%

声明

仅供个人学习研究使用，请尊重著作权。