X Article Fetcher

通过 X.com 的 GraphQL API 抓取长文章（article），解析 Draft.js 内容模型，输出带图片的 Markdown 文件。

前置条件

用户必须提供 X 登录态的 auth_token 和 ct0 两个 cookie 值。引导用户按以下步骤获取：

1. 在浏览器中打开 https://x.com（确保已登录）
2. 按 F12 → Application（应用程序）→ Cookies → https://x.com
3. 找到 auth_token，双击值列，Ctrl+C 复制
4. 找到 ct0，双击值列，Ctrl+C 复制
5. 将两个值告知（用于当次抓取，不存储）

⚠️ 这相当于临时借用用户登录态。抓取完成后提醒用户可以去 X 安全设置刷新 token。脚本通过命令行参数传入，不持久化凭证。

工作流

1. 确认文章 URL

从用户消息中提取 X 文章链接。支持的格式：

• https://x.com/{user}/article/{id}
• https://x.com/i/article/{id}

提取 tweet/article ID（末尾数字）。

2. 获取凭证

如果用户尚未提供 auth_token 和 ct0，引导用户按上述步骤获取。

3. 运行脚本

执行 scripts/fetch_x_article.py，传入文章 URL 和 cookie 值：

python scripts/fetch_x_article.py "<article_url>" \
  --auth-token "<token>" --ct0 "<ct0>"

可选项：

• --download-images：下载图片到本地 ./images/ 目录
• --output <path>：指定输出文件路径（默认 ./article.md）

4. 呈现结果

脚本输出：

• article.md：带图片嵌入的完整 Markdown 文件
• 若开启 --download-images，还会生成 images/ 目录（含所有图片原始文件）和 gallery.html（图片浏览页）

加载 present_files 将 article.md 呈现给用户。

5. (可选) 自动生成 PDF

如需将文章转为精美 PDF（含封面、目录、分页、图片原位嵌入），执行：

python scripts/x_article_to_pdf.py --dir <article_dir>

其中 <article_dir> 是包含 article.md 和 images/ 目录的文章文件夹。脚本将：

• 读取 frontmatter 中的 title: 作为 PDF 标题
• 自动生成深蓝渐变封面 + 目录页
• 用 Edge headless 模式渲染 A4 PDF，图片在原文位置
• 输出 article.pdf 到文章目录

此脚本依赖 markdown、pygments 和本机 Edge 浏览器。

依赖

抓取

• Python 3.7+，requests 库

PDF 生成（可选）

• Python 3.7+，markdown、pygments 库
• Microsoft Edge 浏览器（Windows 自带）

技术细节

脚本内部流程：

1. 从 x.com 主页动态提取最新的 TweetResultByRestId queryId（正则匹配 main.xxx.js）
2. 构造 GraphQL GET 请求，携带变量（tweetId, features, fieldToggles）和认证 headers
3. 解析响应中的 Draft.js content_state：
   • blocks → 按 type 渲染（header/code/ordered-list/unstyled）
   • inlineStyleRanges → Markdown 粗体/斜体
   • entityRanges → 链接（LINK）+ 图片（MEDIA/IMAGE）
4. 通过 media_entities 数组建立 mediaId → 图片 URL 映射
5. 将图片 ![图片](url) 嵌入原文正确的 block 位置
6. （可选）下载所有图片到本地