微信读书全本导出工具 — 通过 Playwright + Canvas Hook 提取完整书籍内容，导出为 Markdown。

微信读书网页版使用 Canvas 渲染书籍文字（而非 DOM 文本节点），本工具通过以下技术栈实现内容提取：

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 — 在页面 JS 执行前注入钩子，拦截所有 CanvasRenderingContext2D.fillText() 调用
3. 双页拆分 — 微信读书在同一 Canvas 上同时渲染当前页和下一页（预渲染优化），本工具通过检测 y 坐标重置点将两页字符流正确分离
4. 文本重建 — 按 (x, y) 坐标将捕获的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

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

# 不保存原始 Canvas 数据（节省磁盘空间）
python weread_export.py <book_id> --no-raw

首次运行会弹出浏览器窗口要求扫码登录微信读书，登录后会话自动保存在 cache/browser_profile/。

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
│   │   ├── 002.md
│   │   └── ...
│   └── raw/               # 原始 Canvas 坐标数据（可选，用于调试/重处理）
│       ├── 2.json
│       └── ...
└── 书名.md                # 合并后的全本文件

• 需要有效的微信读书账号，且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"），此类书籍无法导出
• 导出速度受翻页等待时间限制，约 20-30 秒/章

浏览器登录 → 获取书籍元数据 → 逐章打开 reader 页面
    → 注入 Canvas Hook → 翻页收集 fillText 数据
    → 双页拆分 → 坐标重建文本 → 段落格式化 → 输出 Markdown

仅供个人学习研究使用。请勿用于商业用途或大规模传播，请尊重著作权。