怎么拿到一个公众号的历史文章和全文

要做的事：你在关注某个竞品、某家行业媒体或某个监管部门的公众号，想把它最近的文章整理成能用的形式：标题、日期、阅读数放进一张表，重要的几篇拿到完整正文。在微信里，这意味着拿着手机一直往下翻历史消息。这里是连着三次调用：找到账号，列出文章，把要的那几篇拉全文。最后得到一张文章列表 CSV，每篇全文存一个文本文件。

不需要微信账号，不用扫码，也不用 Cookie。每次调用就是带着 key 发一个 HTTPS 请求。

分步操作

第一步：找到公众号

公众号搜索接收 query，填公众号名称或关键词。每个结果有 id（原始 ID，gh_ 加 12 位字符）、username（微信号，有的话）、name、avatar_url 和 followers。加上 view=full，ext 里还有 biz（公众号链接里的 __biz 值）、last_published_at 和 articles_per_week，用来区分正主和名字相近的号。

curl -G "https://api.okdata.online/v1/wechat_mp/accounts/search" \
  -H "Authorization: Bearer $OKDATA_API_KEY" \
  --data-urlencode 'query=极客公园' \
  --data-urlencode 'view=full' \
  --data-urlencode 'fields=id,name,username,ext.last_published_at'

这是唯一按条计费的接口：每返回一个公众号 $0.058，一整页 10 个最多 $0.58。用完整的公众号名称搜，通常只返回一个或几个结果，花费只是满页的零头；用宽泛的词搜，就会返回满满一页。搜索执行期间会先从余额里冻结满页的金额，结束后马上退回没用到的部分。余额不够一整页时，第一页只返回余额能付的条数。

留下 id 之前先核对 name，排第一的不一定是你要的那个。如果已经知道 gh_ ID 或微信号，这一步可以直接跳过。手工免费查的办法见怎么查公众号的原始 ID。

第二步：列出历史文章

公众号历史文章的 id 传第一步拿到的 gh_ ID 或微信号，每次返回 10 篇，从新到旧，每次 $0.02。每篇有 title、url（mp.weixin.qq.com 链接）、published_at、摘要 text、封面 images，以及微信展示时才有的 metrics.views（阅读）和 metrics.likes。加 view=full 时，ext.position 表示这篇在当天推送里的位置，1 是头条。

curl -G "https://api.okdata.online/v1/wechat_mp/accounts/articles/list" \
  -H "Authorization: Bearer $OKDATA_API_KEY" \
  --data-urlencode 'id=gh_7c2a9e41b05d'

要更早的文章，就把 page.next_cursor 原样作为 cursor 传回去，直到 page.has_more 为 false。翻 5 页大约是最近 50 篇。

第三步：拉全文

公众号文章详情的 url 传文章链接，返回正文，每次 $0.02。text 是纯文本，段落和小标题各占一行，正文里的图片去掉了，封面保留在 images 里。同时返回 title、published_at 和 author（公众号的 gh_ ID 和名称）。加 view=full 时，ext.author_byline 是标题下署名的作者，ext.copyright 和 ext.source_url 可以帮你识别转载。

curl -G "https://api.okdata.online/v1/wechat_mp/articles/get" \
  -H "Authorization: Bearer $OKDATA_API_KEY" \
  --data-urlencode 'url=https://mp.weixin.qq.com/s/Qm3xK7pVd2LrT9wYfZc1aB'

详情里的阅读和点赞为 null，这两个数从历史文章列表里取。

第四步：用 Python 串起来

脚本按完整名称找到公众号，翻 5 页历史文章，列表存成 CSV，再把阅读最高的 3 篇拉全文、各存一个文本文件。

import csv
import os
import re
import requests

API = "https://api.okdata.online"
HEADERS = {"Authorization": f"Bearer {os.environ['OKDATA_API_KEY']}"}
NAME = "极客公园"
HISTORY_PAGES = 5  # 每页 10 篇，一次调用
FULL_TEXT = 3      # 拉全文的篇数


def get(path, **params):
    body = requests.get(API + path, headers=HEADERS, params=params, timeout=90).json()
    if body["code"] != "ok":
        raise RuntimeError(f"{body['code']}: {body['message']} (charged: {body['charged']})")
    return body


accounts = get("/v1/wechat_mp/accounts/search", query=NAME)["data"]["items"]
account = next((a for a in accounts if a["name"] == NAME), None)
if account is None:
    raise SystemExit(f"no exact match; got {[a['name'] for a in accounts]}")

articles, cursor = [], None
for _ in range(HISTORY_PAGES):
    body = get("/v1/wechat_mp/accounts/articles/list", id=account["id"], **({"cursor": cursor} if cursor else {}))
    articles += body["data"]["items"]
    if not body["page"]["has_more"]:
        break
    cursor = body["page"]["next_cursor"]

with open("articles.csv", "w", newline="", encoding="utf-8-sig") as f:
    out = csv.writer(f)
    out.writerow(["published_at", "title", "reads", "likes", "url"])
    for a in articles:
        out.writerow([a["published_at"], a["title"], a["metrics"]["views"], a["metrics"]["likes"], a["url"]])

for a in sorted(articles, key=lambda a: a["metrics"]["views"] or 0, reverse=True)[:FULL_TEXT]:
    full = get("/v1/wechat_mp/articles/get", url=a["url"])["data"]["item"]
    with open(re.sub(r"[^\w-]", "_", full["id"]) + ".txt", "w", encoding="utf-8") as f:
        f.write(f"{full['title']}\n{full['published_at']}\n{full['url']}\n\n{full['text']}\n")

如果这个号的阅读数是 null，就改成按日期排序取最新的几篇。一个 500 篇文章的号全部拉全文，搜索之外是 $11.00。

注意事项

• 阅读和点赞不一定有。 历史文章列表在微信展示时才会填 metrics.views 和 metrics.likes，否则为 null，原因写在 meta.unavailable 里。评论、分享、收藏数拿不到。
• 粉丝数是估算。 搜索结果里的 followers 来自第三方数据库，不是微信官方数字，ext.followers_note 里有标注。
• 删掉的不收钱。 列出来之后又被删除的文章返回 not_found，不扣费。
• 重试不会重复扣费。 每次调用带一个 Idempotency-Key 请求头。24 小时内同样的请求配同样的 key，会直接拿回上次的结果，meta.replayed 为 true，不再扣费。
• 试用额度。 新 key 的 $0.10 试用额度只够搜索满页的一小部分，第一次搜索返回的公众号可能不到一整页。可以直接从已知的微信号开始，或者先充值。
• 版权。 文章归原作者所有。用于研究和监测没问题，引用时保留原文链接。

如果要导出一个号的全部文章而不只是最近的，看怎么导出公众号的全部文章。要长期盯几个号的更新，看怎么监测竞品公众号。

{
  "endpoint": "wechat_mp.accounts.search",
  "params": {
    "query": "36氪"
  },
  "idempotency_key": "<新的 UUID>"
}