https://github.com/cmy2008/doc88_extractor
道客巴巴文档无损提取工具（非截图） A tool to extract and convert doc88 documents (non-screenshot).
https://github.com/cmy2008/doc88_extractor
doc88 python
Last synced: 4 months ago
JSON representation
道客巴巴文档无损提取工具（非截图） A tool to extract and convert doc88 documents (non-screenshot).
- Host: GitHub
- URL: https://github.com/cmy2008/doc88_extractor
- Owner: cmy2008
- Created: 2024-07-07T18:08:21.000Z (almost 2 years ago)
- Default Branch: main
- Last Pushed: 2026-01-03T07:42:40.000Z (6 months ago)
- Last Synced: 2026-01-09T03:19:13.924Z (6 months ago)
- Topics: doc88, python
- Language: Python
- Homepage:
- Size: 134 KB
- Stars: 112
- Watchers: 1
- Forks: 28
- Open Issues: 4
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
## 简介 / Introduction
一个可以完整提取道客巴巴预览文档（非截图）的工具。
A tool to extract and convert doc88 documents (non-screenshot).
## 特点 / Features
- 利用 [JPEXS Free Flash Decompiler](https://github.com/jindrapetrik/jpexs-decompiler) (以下简称 ffdec) 工具，几乎完美转换文档，保留原始文本、形状与图片。
Powered by [JPEXS Free Flash Decompiler](https://github.com/jindrapetrik/jpexs-decompiler), this tool preserves original text, shapes, and images—almost identical to the source.
- 适用文档范围：几乎所有
It's available for almost all documents.
## 安装 / Installation
### Python
- 需要 Python 3.10 或更高版本。
Requires Python 3.10 or newer.
安装依赖：
```bash
pip3 install retrying pypdf requests
```
### Java
- 需要安装 Java 才能进行文档转换（推荐 Java 17）:
Requires Java (recommended: version 17):
[Microsoft Build of OpenJDK 17 for Windows x64](https://aka.ms/download-jdk/microsoft-jdk-17.0.14-windows-x64.msi)
### SVG 转换 / SVG Converting
- 若启用 swf2svg，程序将自动下载 swf2svg 以实现 SVG 到 PDF 的转换。若安装失败，可尝试从 [typst/svg2pdf](https://github.com/typst/svg2pdf) 编译。
If swf2svg is enabled, the tool will download swf2svg automatically to perform SVG-to-PDF conversion. if installation fails, try building it from [typst/svg2pdf](https://github.com/typst/svg2pdf).
- 支持平台 / support platform:
Windows (x86_64) / Linux (x86_64/arm64) / MacOS (x86_64/arm64) / Android (arm64)
## 如何使用 / How to Use
在程序目录下运行：
```bash
python3 main.py
```
- 控制台输入网址并回车。
Enter the URL in the console.
- 首次运行会生成配置文件，检测更新并下载 ffdec。
On first run, there will be a configuration file `config.json`, then check the updates and download the ffdec.
## 配置 / Configuration
### 说明 / Description
默认情况下配置在 `config.json` 文件中，主要说明如下：
| 键名 / Key | 说明 | Description |
| ------------------ | ----------------------------------------------------------------- | ----------------------------------------------------------------------------- |
| `proxy_url` | Github 代理服务的 URL | The URL of Github's proxy service. |
| `check_update` | 是否在启动时检查更新 | Always check updates on startup. |
| `swf2svg` | 是否先转换到 SVG 再转到 PDF | Convert swf files to svg first. |
| `svgfontface` | （仅 swf2pdf 为 false 时有效）在 SVG 转换中是否转换字体来呈现文本 | Only works when swf2pdf is false; using font to show texts in SVG converting. |
| `fix_displayrect` | 是否修正 SWF 的画布大小 | Fix the swf files displayrect sizes |
| `clean` | 是否保留中间文件 | Keep intermediate files. |
| `get_more` | 是否始终通过扫描获取页面 | Always via scanning to get pages. |
| `path_replace` | 是否在 Windows 下替换过长路径 | Replace long paths on Windows. |
| `download_workers` | 下载文件的线程数 | Number of threads for downloading files. |
| `convert_workers` | 转换文件的线程数 | Number of threads for converting files. |
| `pdf_scale` | 转换为 PDF 的缩放大小 | Scale of PDF converting. |
### 注意事项 / Attention
- 使用 `fix_displayrect` 选项，可以修复某些少数文档的长宽不一致导致的转换问题
- 使用 `swf2svg` 选项，也许会解决部分文档的字体形状问题（不能解决字体不全的问题，原始文件为了压缩大小，减去了未使用的字）
- 使用 `swf2svg` 选项，而不使用 `svgfontface` 选项，由于省去了文本转换过程，可以大大加快转换速度
- 若启用 `svgfontface` 选项，由于 [typst/svg2pdf](https://github.com/typst/svg2pdf) 的缺陷，将无法转换字体，会自动替换为默认字体
- 若启用 `svgfontface` 选项，由于 [ffdec](https://github.com/jindrapetrik/jpexs-decompiler) 的缺陷，某些形状或文本会出现转换错误
- 为防止转换出的部分字体过粗，`pdf_scale` 被默认设置为 `2.0`，这会稍微减缓转换速度，如需加快转换速度，可将此项设置为 `1.0` 或更小的值（对于粗体或本身较粗的字体影响大，对细体几乎无影响），若仍然出现部分字体变粗，可尝试修改为更大的值（`2.0`-`5.0`）