webfetch

封装 webfetch 命令行工具，用于抓取网页内容并转换为多种格式。

核心能力

网页抓取 - 获取指定 URL 的网页内容
格式转换 - 支持 Markdown（默认）、纯文本、原始 HTML 三种输出格式
代理支持 - 自动读取环境变量代理配置，支持手动指定代理
文件保存 - 支持将抓取内容保存到指定文件

工作流程

🌐 抓取网页内容

当用户表达抓取网页、获取网页内容、网页转 Markdown 意图时，执行如下命令：

webfetch "https://example.com"

视需要也可以使用如下常见用法：

webfetch "https://example.com"                    # 默认输出 Markdown
webfetch "https://example.com" -f text            # 输出纯文本
webfetch "https://example.com" -f html            # 输出原始 HTML
webfetch "https://example.com" -o article.md      # 保存到文件
webfetch "https://example.com" -q > output.md     # 静默模式，适合管道

🔧 代理配置

当网络环境需要代理时，有两种方式：

方式一：环境变量（推荐）

export HTTPS_PROXY=http://proxy:8080
webfetch "https://example.com"

方式二：命令行参数

webfetch "https://example.com" --proxy http://proxy:8080

🔓 跳过证书验证

当遇到 TLS 证书问题（如自签名证书）时：

webfetch "https://example.com" --insecure

⏱️ 超时设置

当目标网站响应较慢时：

webfetch "https://example.com" --timeout 60

🛠️ 错误排查

如果执行失败，按照以下步骤排查：

1. 检查安装 → 2. 检查网络 → 3. 检查代理配置

Step 1: 检查是否安装 webfetch

command -v webfetch

如果未安装，执行：

npm install -g @lyhue1991/webfetch

Step 2: 检查网络连接

curl -I https://example.com

Step 3: 检查代理配置

printenv HTTP_PROXY HTTPS_PROXY

如果需要代理但未配置：

webfetch "https://example.com" --proxy http://proxy:8080

📄 不同输出格式

Markdown 格式（默认）

webfetch "https://mp.weixin.qq.com/s/xxx" -o article.md

纯文本格式

webfetch "https://example.com" -f text

原始 HTML

webfetch "https://example.com" -f html

参数说明

| 参数 | 说明 | |------|------| | <url> | 目标 URL，必填 | | -f, --format <format> | 输出格式：markdown（默认）、text、html | | -t, --timeout <seconds> | 超时时间（秒），最大 120，默认 30 | | -o, --output <file> | 保存到指定文件 | | -q, --quiet | 静默模式，仅输出内容 | | --proxy <url> | 代理服务器地址 | | --insecure | 跳过 TLS 证书验证 |

环境变量

| 变量 | 说明 | |------|------| | HTTP_PROXY | HTTP 请求代理 | | HTTPS_PROXY | HTTPS 请求代理 | | NO_PROXY | 跳过代理的主机列表 |

注意事项

优先用 Markdown - Markdown 格式保留结构信息，适合阅读和后续处理
代理证书问题 - 使用代理时如遇证书错误，添加 --insecure 参数
响应大小限制 - 最大支持 5MB 响应内容
JavaScript 渲染 - 不支持 JavaScript 渲染，仅抓取静态页面

退出码

| 代码 | 说明 | |------|------| | 0 | 成功 | | 1 | 用户错误（无效 URL、参数错误） | | 2 | 网络错误（超时、DNS 解析失败） | | 3 | 服务器错误（4xx、5xx 响应） |

快速参考

# 查看帮助
webfetch --help

# 查看版本
webfetch --version

# 基础抓取
webfetch "https://example.com"

# 输出纯文本
webfetch "https://example.com" -f text

# 保存到文件
webfetch "https://example.com" -o output.md

# 使用代理
webfetch "https://example.com" --proxy http://proxy:8080

# 跳过证书验证
webfetch "https://example.com" --insecure

# 自定义超时
webfetch "https://example.com" --timeout 60

# 静默模式（适合管道）
webfetch "https://example.com" -q > output.md