Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/ma6254/FictionDown

小说下载|小说爬取|起点|笔趣阁|导出Markdown|导出txt|转换epub|广告过滤|自动校对
https://github.com/ma6254/FictionDown

biquge crawler fiction golang novels qidian spider

Last synced: about 1 month ago
JSON representation

小说下载|小说爬取|起点|笔趣阁|导出Markdown|导出txt|转换epub|广告过滤|自动校对

Awesome Lists containing this project

README

        

# FictionDown

FictionDown 是一个命令行界面的小说爬取工具

**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**

[![License](https://img.shields.io/github/license/ma6254/FictionDown.svg)](https://raw.githubusercontent.com/ma6254/FictionDown/master/LICENSE)
[![release_version](https://img.shields.io/github/release/ma6254/FictionDown.svg)](https://github.com/ma6254/FictionDown/releases)
[![last-commit](https://img.shields.io/github/last-commit/ma6254/FictionDown.svg)](https://github.com/ma6254/FictionDown/commits)
[![Download Count](https://img.shields.io/github/downloads/ma6254/FictionDown/total.svg)](https://github.com/ma6254/FictionDown/releases)
[![goproxy.cn](https://goproxy.cn/stats/github.com/ma6254/FictionDown/badges/download-count.svg)](https://goproxy.cn)

[![godoc](https://img.shields.io/badge/godoc-reference-blue.svg)](https://pkg.go.dev/github.com/ma6254/FictionDown/)
[![QQ 群](https://img.shields.io/badge/QQ%E7%BE%A4-495477288-orange.svg)](http://qm.qq.com/cgi-bin/qm/qr?_wv=1027&k=DkzYlCZ9VSQEq6CqUtqGiqYBZh1V5CKK&authKey=btu30mBqaqx6GSVS3futp%2BhYitMfhtAltmp%2B84Kob9xS%2F6J5yQkd0dSeozzxbclT&noverify=0&group_code=495477288)

[![Go](https://github.com/ma6254/FictionDown/workflows/Go/badge.svg)](https://github.com/ma6254/FictionDown/actions/runs/39839114)
[![travis-ci](https://www.travis-ci.org/ma6254/FictionDown.svg?branch=master)](https://travis-ci.org/ma6254/FictionDown)
[![Go Report Card](https://goreportcard.com/badge/github.com/ma6254/FictionDown)](https://goreportcard.com/report/github.com/ma6254/FictionDown)

## 文档

文档目前「指南」部分已完成,你可以在[这里](https://ma6254.github.io/FictionDown/)查看。

## 特性

- 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:Chromedp
- 支持断点续爬,强制结束再爬会在上次结束的地方继续

## 站点支持

- 是否正版:✅ 为正版站点 ❌ 为盗版站点
- 是否分卷:✅ 章节分卷 ❌ 所有章节放在一个卷中不分卷
- 站内搜索:✅ 完全支持 ❌ 不支持 ❔ 站点支持但软件未适配 ⚠️ 站点支持,但不可用或维护中 ⛔ 站点支持搜索,但没有好的适配方案(比如用 Google 做站内搜索)

| 站点名称 | 网址 | 是否正版 | 是否分卷 | 支持站内搜索 | 代码文件 |
| ------------ | ----------------- | -------- | -------- | ------------ | ------------------------------ |
| 起点中文网 | www.qidian.com | ✅ | ✅ | ✅ | sites\com_qidian\main.go |
| 笔趣阁 | www.b520.cc | ❌ | ❌ | ✅ | sites\cc_b520\main.go |
| 顶点小说 | www.ddyueshu.com | ❌ | ❌ | ✅ | sites\com_ddyueshu\main.go |
| 全本小说网 | www.qb5.la | ❌ | ❌ | ✅ | sites\la_qb5\main.go |
| 新八一中文网 | www.81new.net | ❌ | ❌ | ✅ | sites\net_new81\main.go |
| 书迷楼 | www.shumil.co | ❌ | ❌ | ✅ | sites\co_shumil\main.go |
| 完本神站 | www.wanben.org | ❌ | ❌ | ✅ | site\org_wanben\main.go |
| 38 看书 | www.mijiashe.com | ❌ | ❌ | ⚠️ | sites\com_mijiashe\main.go |

## 使用注意

- 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

## 工作流程

1. 输入起点链接
2. 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
3. 手动设置笔趣阁等盗版小说的对应链接,`tamp`字段
4. 再次启动,开始爬取,只爬取 VIP 部分,并跟`Example`进行校对
5. 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)
6. `conv -f md`生成 markwown
7. 用 pandoc 转换成 epub,`pandoc -o xxxx.epub xxxx.md`

### Example

```bash
> ./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
```

#### 可直接根据搜索结果直接下载(当存在至少一个正版源时可用)

```bash
> ./FictionDown s -d -k "诡秘之主"
```

#### 站内搜索,然后填入

```bash
> ./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
```

## 未实现

- 爬取正版的时候带上`Cookie`,用于爬取已购买章节
- 支持 晋江文学城
- 支持 纵横中文网
- 支持有毒小说网
- 支持刺猬猫(即“欢乐书客”)
- 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

## Usage

```bash
NAME:
FictionDown - https://github.com/ma6254/FictionDown

USAGE:
[global options] command [command options] [arguments...]

AUTHOR:
ma6254 <[email protected]>

COMMANDS:
download, d, down 下载缓存文件
check, c, chk 检查缓存文件
edit, e 对缓存文件进行手动修改
convert, conv 转换格式输出
pirate, p 检索盗版站点
search, s 检索盗版站点
help, h Shows a list of commands or help for one command

GLOBAL OPTIONS:
-u value, --url value 图书链接
--tu value, --turl value 资源网站链接
-i value, --input value 输入缓存文件
--log value log file path
--driver value, -d value 请求方式,support: none,phantomjs,chromedp
--help, -h show help
--version, -v print the version
```

## 安装和编译

程序为单执行文件,命令行 CLI 界面

包管理为 gomod

```bash
go install github.com/ma6254/FictionDown@latest
```

交叉编译这几个平台的可执行文件:`linux/arm` `linux/amd64` `darwin/amd64` `windows/amd64`

```bash
make multiple_build
```