首页   注册   登录
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
Node.js
Express
PPA for Ubuntu
ppa:chris-lea/node.js
Coding
V2EX  ›  Node.js

🔥 掘金小册爬虫

  •  
  •   billyangg · 323 天前 · 2213 次点击
    这是一个创建于 323 天前的主题,其中的信息可能已经有所发展或是发生改变。

    20190121001820.png

    github 仓库欢迎 star

    采用 node https 模块,获取已购买小册 html 代码,并将 html 代码转换为 markdown 格式文件保存本地。

    注意:目前本项目有两个版本,v2 不需要使用 chromium 作为无头浏览器; v1 则使用 chromi 作为无头浏览器模拟用户登录网站;

    根据需要选择不同版本

    使用方法

    ⚠️ 注意:掘金不支持境外网络访问,因此不要使用代理

    方法一:npx 直接执行

    在本地某目录中执行 npx @oliyg/juejinxiaoce 按照提示输入用户名密码以及小册 ID 当提示 all done 完成

    ➜  Desktop npx @oliyg/juejinxiaoce
    npx: 98 安装成功,用时 10.748 秒
    email: 输入你的用户名密码
    password: 输入你的用户名密码
    bookId: 小册 ID
    ===navagating to main page
    ===login...
    ===getting book section list
    ===getting book HTML content
    面试常用技巧
    ===writing html...
    ===getting book HTML content
    ===write html file success
    ===writing markdown...
    ===write markdown file success
    前方的路,让我们结伴同行
    ===writing html...
    ===write html file success
    ===writing markdown...
    ===write markdown file success
    
    ======
    All Done...Enjoy.
    ======
    

    在执行命令的这个目录中可以找到一个名为 md xxx 的文件夹,内包含 md 文档;在上面这个例子中,我们在 Desktop 桌面目录执行命令,因此在桌面目录中会生成这个文件夹:

    ➜  md 1548483715543 ls -al
    total 40
    drwxr-xr-x  4 oli  staff   128  1 26 14:22 .
    drwx------+ 9 oli  staff   288  1 26 14:21 ..
    -rw-r--r--  1 oli  staff  4915  1 26 14:21 面试常用技巧.md
    -rw-r--r--  1 oli  staff  8465  1 26 14:22 前方的路,让我们结伴同行.md
    

    方法二:npm i 命令

    使用 npm i -g 安装,并使用 juejinxiaoce 命令执行:

    ➜  Desktop npm i -g @oliyg/juejinxiaoce
    /Users/oli/.nvm/versions/node/v8.12.0/bin/juejinxiaoce -> /Users/oli/.nvm/versions/node/v8.12.0/lib/node_modules/@oliyg/juejinxiaoce/bin/juejinxiaoce
    + @oliyg/[email protected]
    added 98 packages from 201 contributors in 5.89s
    ➜  Desktop juejinxiaoce
    email:
    password:
    bookId:
    ===navagating to main page
    ===login...
    ...
    ...
    

    小册 ID 见 URL 链接:

    20190120235353.png

    执行后等待出现消息 all done. enjoy. 完成转换,效果如下:

    20190121000703.png

    20190121000715.png

    更新日志

    • v2.2.0 增加命令行模式
    • v2.0.0 使用 node 原生 https 模块,发送请求数据获取内容,不需要安装 chromium,没有软件权限问题
    • v1.1.2 使用谷歌 puppeteer 作为无头浏览器获取内容,需要安装 chromium,macOS 中可能有权限问题

    常见问题

    • v1.1.2
      • 报错:spawn EACCES
        • 常见于 macOS,请保证 chromium 已被正常安装

    免责

    • 不提供用户名和密码,需使用用户自己的账号密码登录
    • 仅作为技术讨论,学习和研究使用

    隐私

    • 该项目不会存储和发送任何用户隐私数据

    License

    The MIT License (MIT) Copyright (c) 2019 OliverYoung

    Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions:

    The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.

    THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.

    目前尚无回复
    关于   ·   FAQ   ·   API   ·   我们的愿景   ·   广告投放   ·   感谢   ·   实用小工具   ·   2727 人在线   最高记录 5043   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.3 · 29ms · UTC 12:50 · PVG 20:50 · LAX 04:50 · JFK 07:50
    ♥ Do have faith in what you're doing.