用Python自动化脚本批量导入微信收藏文章到ima知识库

背景

日常学习中，我们经常在微信收藏中积累大量优质的公众号文章。随着数量增长，微信收藏的搜索和管理能力显得捉襟见肘——没有全文搜索、没有标签分类、没有知识关联。将这批文章迁移到专业的知识库工具（如ima）中，可以显著提升知识管理效率。

但问题来了：微信收藏没有"导出"功能，手动逐条复制链接再粘贴到知识库，面对上千篇文章显然不现实。

本文分享一套Python自动化方案，分两步完成迁移：

1. 批量提取：自动遍历微信收藏列表，右键复制每篇文章的链接
2. 批量导入：自动将链接分组粘贴到ima知识库的"网页链接"导入框

整套方案纯Python实现，不依赖微信或ima的任何API，仅通过Windows GUI自动化完成。

技术方案

整体架构

微信收藏 (1356篇)
    │
    ▼  wx_extract.py (GUI自动化)
链接文件 (txt, 每10条一组)
    │
    ▼  ima_import.py (GUI自动化)
ima知识库 (1641篇)

环境信息

• 操作系统：Windows 11
• 微信版本：4.1.12.55（基于Qt框架）
• ima知识库：基于Electron
• Python：3.10+
• 依赖库：pyautogui, pyperclip, numpy, Pillow

关键技术选型

第一步：批量提取微信收藏链接

核心挑战

微信桌面版（Qt框架）有几个特殊行为：

1. 没有导出功能：只能逐条右键复制链接
2. 右键菜单是独立窗口：类名 Qt51514QWindowToolSaveBits，不能用普通方式点击
3. 窗口内容会变空白：如果用 MoveWindow 调整窗口大小，内容会消失

窗口识别

def find_wx_window():
    results = []
    def cb(hwnd, lparam):
        if not user32.IsWindowVisible(hwnd):
            return True
        cls = ctypes.create_unicode_buffer(256)
        user32.GetClassNameW(hwnd, cls, 256)
        if 'Qt51514QWindowIcon' in cls.value:
            r = wintypes.RECT()
            user32.GetWindowRect(hwnd, ctypes.byref(r))
            w = r.right - r.left
            h = r.bottom - r.top
            if w > 500 and h > 400:
                results.append((hwnd, r.left, r.top, w, h))
        return True
    user32.EnumWindows(...)
    return results[0] if results else None

通过窗口类名 Qt51514QWindowIcon 识别微信主窗口，过滤掉过小的子窗口。

文章列表定位

微信收藏的文章列表没有可访问的UI树结构，需要通过像素扫描定位每篇文章的位置：

def find_ys(left, top, w, h):
    img = pyautogui.screenshot(region=(left, top, w, h))
    arr = np.array(img)
    # 在窗口15%-55%宽度范围内扫描
    for x_test in range(int(w*0.15), int(w*0.55), 50):
        col = arr[:, x_test, :3]
        # 查找深色文字像素（文章标题）
        dark_text = (col[:, 0] < 120) & (col[:, 1] < 120) & (col[:, 2] < 120)
        # 按行分组，找到标题行
        # 行高12-50px，行间距>80px
        ...

核心思路：文章标题是深色文字，在特定像素列上会形成连续的深色区域。通过分析这些区域的垂直分布，就能定位每篇文章的Y坐标。

右键复制链接

微信的右键菜单是独立的Qt工具窗口，需要用 PostMessage 进行后台点击：

def get_link(left, top, article_x, article_y):
    # 1. 右键点击文章
    pyautogui.rightClick(abs_x, abs_y)
    time.sleep(0.35)
    
    # 2. 找到右键菜单窗口
    menu_hwnd, menu_w, menu_h = find_menu_hwnd()
    
    # 3. PostMessage点击"复制链接"（菜单第一项）
    click_x = menu_w // 2
    click_y = 60
    lparam = click_y << 16 | click_x
    user32.PostMessageW(menu_hwnd, WM_LBUTTONDOWN, 1, lparam)
    user32.PostMessageW(menu_hwnd, WM_LBUTTONUP, 0, lparam)
    
    # 4. 从剪贴板读取链接
    link = pyperclip.paste()

为什么用 PostMessage 而不是 pyautogui.click？因为 PostMessage 是后台点击，不会触发窗口焦点切换，更稳定。

标签切换与重置

提取过程中，列表可能滚动异常或卡住。设计了重置机制：

def reset_to_tag(tag_rel_pos):
    win = find_wx_window()
    hwnd, left, top, w, h = win
    # 最小化再恢复（不能用MoveWindow！）
    user32.ShowWindow(hwnd, 6)  # SW_MINIMIZE
    time.sleep(1)
    user32.ShowWindow(hwnd, 9)  # SW_RESTORE
    time.sleep(2)
    user32.SetForegroundWindow(hwnd)
    # 点击标签重新进入收藏列表
    pyautogui.click(left + tag_rel_pos[0], top + tag_rel_pos[1])

踩坑记录：最初尝试用 MoveWindow 调整微信窗口大小以便截图，结果窗口内容完全变空白。原因是Qt窗口在大小变化时会重绘，但某些情况下重绘失败。解决方案是只用 ShowWindow 最小化再恢复。

自动滚动与去重

while len(existing) + len(new_links) < target_count:
    # 1. 定位当前页面文章
    list_x, ys = find_ys(left, top, w, h)
    
    # 2. 逐条复制链接
    for ay in ys:
        link = get_link(left, top, list_x, ay)
        if link and link not in existing_set:
            new_links.append(link)
    
    # 3. 滚动到下一页
    for _ in range(4):
        user32.mouse_event(0x0800, 0, 0, ctypes.c_long(-120), 0)
    
    # 4. 连续50个重复时重置窗口
    if consecutive_dup >= 50:
        win = reset_to_tag(tag_rel_pos)
        # 快速滚动到之前的位置
        for _ in range(fast_scrolls):
            user32.mouse_event(0x0800, 0, 0, ctypes.c_long(-120), 0)

参数化设计

优化后的脚本支持任意标签和输出文件：

python wx_extract.py --tag 编程 --output 编程文章链接.txt --target 500

启动时自动激活微信窗口，用户将鼠标移到目标标签上，脚本记录位置后自动开始提取。也可以通过 --tag-x 和 --tag-y 跳过交互。

第二步：批量导入ima知识库

核心挑战

ima知识库（Electron应用）的导入流程是：

1. 点击 + 按钮
2. 在弹出菜单中选择「网页链接」
3. 在输入框粘贴链接
4. 点击「导入」按钮

看似简单，但有几个坑：

坐标漂移问题

ima的 + 按钮位置会随窗口位置变化而漂移。最初定位在 (2725, 372)，后来变成 (2972, 378)。

解决方案：坐标作为命令行参数，方便随时调整。同时提供自动检测「导入」按钮的功能：

def find_import_button():
    """通过像素扫描找到导入按钮（深色背景+白色文字）"""
    img = pyautogui.screenshot()
    arr = np.array(img)
    # 查找near-black区域
    dark_mask = (arr[:, :, :3].mean(axis=2) < 60)
    # 按行分组，找到按钮高度(25-55px)和宽度(80-200px)的区域
    ...

菜单点击需要moveTo

ima的弹出菜单项如果直接 pyautogui.click() 会失败，必须先 moveTo 再 click：

# 直接点击会失败！
# pyautogui.click(3056, 751)

# 正确做法：先moveTo再click
pyautogui.moveTo(3056, 751, duration=0.3)
time.sleep(0.3)
pyautogui.click(3056, 751)

推测原因是Electron的菜单有鼠标进入事件检测，直接click不会触发hover状态。

窗口焦点保持

导入过程中，其他窗口可能抢焦点。每次操作前都检查并恢复ima的前台状态：

def ensure_fg(ima_hwnd):
    fg = user32.GetForegroundWindow()
    if fg != ima_hwnd:
        user32.SetForegroundWindow(ima_hwnd)
        time.sleep(0.3)
    return user32.GetForegroundWindow() == ima_hwnd

分组导入

链接文件每10条用 ============ 分隔，导入时按组处理：

def import_one_group(links):
    # 1. 点击+按钮
    pyautogui.click(PLUS_BTN[0], PLUS_BTN[1])
    time.sleep(1.0)
    
    # 2. moveTo + 点击"网页链接"
    pyautogui.moveTo(WEBLINK_MENU[0], WEBLINK_MENU[1], duration=0.3)
    pyautogui.click(WEBLINK_MENU[0], WEBLINK_MENU[1])
    time.sleep(1.5)
    
    # 3. 点击输入框 + 粘贴链接
    pyautogui.click(TEXT_INPUT[0], TEXT_INPUT[1])
    pyperclip.copy('\n'.join(links))
    pyautogui.hotkey('ctrl', 'v')
    time.sleep(0.5)
    
    # 4. 点击导入按钮
    pyautogui.click(IMPORT_BTN[0], IMPORT_BTN[1])
    time.sleep(4.0)

支持断点续传：

# 从第50组开始，导入20组
python ima_import.py links.txt --start 50 --num 20

实战结果

提取阶段

• 从微信"考证"标签提取 1356个唯一链接
• 耗时约8分钟
• 输出为136组（每组10条，最后一组6条）

导入阶段

• 136组全部成功导入ima知识库
• 耗时约12分钟
• 原有413篇 → 最终 1641篇（新增1228篇，128个为重复跳过）

整体耗时

约20分钟完成1356条链接的迁移，全程无需人工干预。

经验总结

1. GUI自动化的核心是"定位"

没有API时，UI元素定位是最大挑战。本文使用了三种定位方式：

2. Qt窗口的特殊行为

微信桌面版基于Qt，有几个需要注意的特性：

• 右键菜单是独立窗口（Qt51514QWindowToolSaveBits）
• MoveWindow 会导致内容空白
• 需要用 ShowWindow 最小化再恢复来重置

3. Electron窗口的菜单交互

ima基于Electron，弹出菜单需要先 moveTo 触发hover再 click，直接click会失败。

4. 断点续传很重要

GUI自动化随时可能失败（窗口弹窗、焦点切换等）。设计断点续传机制可以避免从头重来：

# 提取脚本：自动保存进度，重跑会跳过已有链接
python wx_extract.py --tag 考证 --output out.txt --target 1376

# 导入脚本：支持从任意组开始
python ima_import.py out.txt --start 50 --num 20

5. 参数化设计

将硬编码的标签名、文件路径、坐标等提取为命令行参数，使脚本可以复用于不同场景：

# 不同标签
python wx_extract.py --tag 编程 --output 编程.txt --target 300
python wx_extract.py --tag 英语 --output 英语.txt --target 200

# 不同坐标（ima更新后）
python ima_import.py links.txt --plus 2980,380 --menu 3060,755

完整代码

脚本已开源，包含：

• wx_extract.py：微信收藏链接提取（支持任意标签）
• ima_import.py：ima知识库批量导入（支持坐标参数化）
• wx_to_ima_skill.md：完整使用文档

结语

GUI自动化虽然不如API调用优雅，但在没有官方API的场景下，它是解决实际问题的有效手段。本文方案的核心理念是：用像素扫描代替OCR，用PostMessage代替直接点击，用断点续传应对不确定性。

如果你也有类似的知识迁移需求，希望这套方案能给你提供参考。完整脚本和文档已放在项目中，可以根据自己的环境调整坐标参数后直接使用。