待抓取页面的列表，如果这个列表不为空，则抓取这个列表

⚠该配置项会覆盖`url`、`link`和`external`⚠

+ `title: String`（可空）

文章页面的标题选择器（默认为`title`）

+ `content: String`（可空）

文章页面的内容选择器，为空则智能分析

+ `remove: String`（可空）

文章页面需要移除的元素的选择器

+ `credit: Boolean`（可空）

是否显示原文链接

+ `headers: {String: String}`（可空）

HTTP 请求的协议头，默认为`{"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36"}`

+ `retry: Integer`（可空）

HTTP 请求的重试次数，默认为 10

+ `wait: Float`（可空）

两次请求之间的间隔（秒），默认为 0

+ `timeout: Integer`（可空）

同时设置 HTTP 请求的连接和读取超时（秒）

⚠会覆盖`connTimeout`和`readTimeout`

+ `connTimeout: Integer`（可空）

HTTP 请求的连接超时（秒），默认为 1

+ `readTimeout: Integer`（可空）

HTTP 请求的读取超时（秒），默认为 60

+ `encoding: String`（可空）

网页编码，默认为 UTF-8

+ `optiMode: String`（可空）

图片处理的模型，`'none'`表示不处理，其它值请见 imgyaso 支持的模式，默认为`'quant'`

+ `colors: Integer`（可空）

imgyaso 接收的`colors`参数，默认为 8

+ `imgSrc: [String]`（可空）

图片源的属性，默认为`["data-src", "data-original-src", "src"]`

+ `proxy: String`（可空）

要使用的代理，格式为`://:`

+ `checkStatus: Bool`（可空）

是否检查状态码。如果为`true`并且状态码非 2XX，当作失败。默认为`False`。

+ `textThreads: Integer`（可空）

爬取文本的线程数，默认为 5

+ `imgThreads: Integer`（可空）

爬取图片的线程数，默认为 5

+ `external: String`（可空）

外部脚本的路径。脚本中可定义`get_toc`和`get_article`函数来自定义获取目录和正文的逻辑。

`get_toc(html: string, url: string): [string]`

接受页面 HTML 和 URL，返回目录列表

`get_article(html: string, url: string): {'title': string, 'content': string}`

接受页面 HTML 和 URL，返回字典，`title`键是标题，`content`键是正文

⚠该配置项会覆盖`link`，`title`和`content`，但不会覆盖`list`⚠

+ `sizeLimit：String`（可空）

EPUB 大小限制，格式为【数字+字母单位】，默认为`100m`。

用于抓取我们的 PyTorch 1.4 文档的示例：

```json
{
"name": "PyTorch 1.4 中文文档 & 教程",
"url": "https://gitee.com/apachecn/pytorch-doc-zh/blob/master/docs/1.4/SUMMARY.md",
"link": ".markdown-body li a",
"remove": "a.anchor",
"headers": {"Referer": "https://gitee.com/"}
}
```

## 协议

本项目基于 SATA 协议发布。

您有义务为此开源项目点赞，并考虑额外给予作者适当的奖励。

## 赞助我们


## 另见