用于批量下载盗版网络小说,该软件仅用于数据分析的样本采集,请勿用于其他用途
该软件所产生的文档请勿传播,请勿用于数据评估外的其他用途
- 以起点为样本,多站点多线程爬取校对
- 支持导出txt,以兼容大多数阅读器
- 支持导出epub(还有些问题,某些阅读器无法打开)
- 支持导出markdown,可以用pandoc转换成epub,附带epub的
metadata
,保留书本信息、卷结构、作者信息 - 内置简单的广告过滤(现在还不完善)
- 用Golang编写,安装部署方便,可选的外部依赖:PhantomJS、Chromedp
- 支持断点续爬,强制结束再爬会在上次结束的地方继续
- 起点和盗版站的页面可能随时更改,可能会使抓取匹配失效,如果失效请提issue
- 生成的EPUB文件可能过大,市面上大多数阅读器会异常卡顿或者直接崩溃
- 某些过于老的书或者作者频繁修改的书,盗版站都没有收录,也就无法爬取,如能找此书可用的盗版站请提issue,并写出书名和正版站链接、盗版站链接
- 输入起点链接
- 获取到书本信息,开始爬取每章内容,遇到vip章节放入
Example
中作为校对样本 - 手动设置笔趣阁等盗版小说的对应链接,
tamp
字段 - 再次启动,开始爬取,只爬取VIP部分,并跟
Example
进行校对 - 手动编辑对应的缓存文件,手动删除广告和某些随机字符(有部分是关键字,可能会导致pandoc内存溢出或者样式错误)
conv -f md
生成markwown- 用pandoc转换成epub,
pandoc -o xxxx.epub xxxx.md
> ./FictionDown --url https://book.qidian.com/info/3249362 d # 获取正版信息
# 有时会发生`not match volumes`的错误,请启用Chromedp或者PhantomJS
# Use Chromedp
> ./FictionDown --url https://book.qidian.com/info/3249362 -d chromedp d
# Use PhantomJS
> ./FictionDown --url https://book.qidian.com/info/3249362 -d phantomjs d
> vim 一世之尊.FictionDown # 加入盗版小说链接
> ./FictionDown -i 一世之尊.FictionDown d # 获取盗版内容
# 爬取完毕就可以输出可阅读的文档了
> ./FictionDown -i 一世之尊.FictionDown conv -f txt
# 转换成epub有两种方式
# 1.输出markdown,再用pandoc转换成epub
> ./FictionDown -i 一世之尊.FictionDown conv -f md
> pandoc -o 一世之尊.epub 一世之尊.md
# 某些阅读器需要对章节进行定位,需要加上--epub-chapter-level=2
> pandoc -o 一世之尊.epub --epub-chapter-level=2 一世之尊.md
# 2.直接输出epub(调用Pandoc)
> ./FictionDown -i 一世之尊.FictionDown conv -f epub
> ./FictionDown --url https://book.qidian.com/info/3249362 d # 获取正版信息
# 有时会发生`not match volumes`的错误,请启用Chromedp或者PhantomJS
# Use Chromedp
> ./FictionDown --url https://book.qidian.com/info/3249362 --driver chromedp d
# Use PhantomJS
> ./FictionDown --url https://book.qidian.com/info/3249362 --driver phantomjs d
> ./FictionDown -i 一世之尊.FictionDown s -k 一世之尊 -p # 搜索然后放入
> ./FictionDown -i 一世之尊.FictionDown d # 获取盗版内容
# 爬取完毕就可以输出可阅读的文档了
> ./FictionDown -i 一世之尊.FictionDown conv -f txt
# 转换成epub有两种方式
# 1.输出markdown,再用pandoc转换成epub
> ./FictionDown -i 一世之尊.FictionDown conv -f md
> pandoc -o 一世之尊.epub 一世之尊.md
# 2.直接输出epub(某些阅读器会报错)
> ./FictionDown -i 一世之尊.FictionDown conv -f epub
- 爬取起点的时候带上
Cookie
,用于爬取已购买章节 - 支持 晋江文学城
- 支持 纵横中文网
- 支持刺猬猫(即“欢乐书客”)
支持小说站内搜索- 整理main包中的面条逻辑
- 整理命令行参数风格
- 完善广告过滤
- 简化使用步骤
- 优化log输出
- 对于特殊章节,支持手动指定盗版链接或者跳过忽略
- 外部加载匹配规则,让用户可以自己添加正/盗版源
- 支持章节更新
- 章节匹配过程优化
包管理采用godep
dep ensure -v
make
ormake build
当前目录下就会产生可执行文件
需要安装gox
make multiple_build
小说《一世之尊》
卷: "第三卷 满堂花醉三千客" 章节: "第十四章 姚家小鬼"
在盗版站的章节名均为"第14章 姚家小鬼"
随机挑选了几个