原创力文库下载工具开源
本帖最后由 bean0283 于 2022-10-30 19:07 编辑前几天发了工具的成品，虽然不是很完美，但也受到了大伙的热烈关注，由于本人才疏学浅，难以写出更好的东西，故决定开源此工具，供大家一起学习优化
若大佬们有好的建议和想法，请提出来一起学习，谢谢
# !/usr/bin/python
# -*- coding: UTF-8 -*-
import re
import json
import os
import shutil
import sys
import time
import requests
import img2pdf
from PIL import Image
from alive_progress import alive_bar
from requests.exceptions import SSLError
png_headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36',
'Referer': 'https://max.book118.com/',
}
def down_pngs(pageIndex):
print(pngs)
down_url = 'https://view-cache.book118.com' + pngs
print(down_url)
res = requests.get(url=down_url)
try:
png = res.content
with open(os.path.join(temp_dir, str(pageIndex) + '.jpeg'), 'wb') as f:
f.write(png)
except:
return
logo = """ ____
_ _ /_@)_@) \ /^^\ /^\ /^^\_
_/oo \____/~''. . .'~\ /'\''~ ''~~' -'\_
/ '.'. ~.~.~. .' ~ | /'\~~..''''.'' ''~\_
('_'_'_'_'_'_'_'_' : ' \_/' '.''. '. .'''.~\_
~V~V~V~V\ ~\'' '~' '' ~ ` ~'' ~\_
/\~/\~/\~/\~/|/' ''_ ' ~ ''' ~'' __'..\_
<-- --- ---.---.--/' '' /''\_ '' ': ~ ;;'' ' /''; \ ;'''''' '' ~\ _
\~ '. . : .:: ~. :./_'''_'' \_' :'''_ : _ ''/''_' '_ \:_ '''' #''..\/\/\/~/\~ ''~~~~~O
~~ \-~ `---~~~---- \(_)(_)(_)/ ~ ~~' ~\(_)(_)(_)\_~_~_~_~_~/˜¤1
---------------------------------------------------------------------------------------------by:bean0283
"""
print(logo)
while True:
url = input('请输入原创力文库url:')
url = url.split('?')
print('下载地址：', url)
temp_dir = url.split('/')[-1]
# 删除老的临时文件夹并新建临时文件夹
if os.path.exists(temp_dir):
shutil.rmtree(temp_dir)
os.mkdir(temp_dir)
print('开始下载 HTML...', end='')
try:
response = requests.get(url=url)
except(SSLError):
print("\n\033[31m不要使用代理软件-------\033[0m")
print("\033[31m请关闭代理软件后重新运行程序\033[0m")
print("\033[31m请关闭vpn软件后重新运行程序\033[0m")
sys.exit(0)
page = response.text
print('成功. \n开始解析 HTML...', end='')
title = re.search('title: (.*),', page).group(1).replace("'", "")
view_token = re.search('view_token: (.*)\'', page).group(1).replace("'", "")
filetype = re.search('format: (.*)\'', page).group(1).replace("'", "")
senddate = re.search('senddate: (.*),', page).group(1).replace("'", "")
aid = re.search(' aid: (.*), //解密后的id', page).group(1)
actual_page = int(re.search('actual_page: (.*),', page).group(1))# 真实页数
preview_page = int(re.search('preview_page: (.*),', page).group(1))# 可预览页数
if actual_page > preview_page:
print("\n\033[31m该文档为限制文档，无法下载全部内容，请用vip+rmb，该问题无需反馈给开发者，他也不会解决！！\033[0m\n")
output = title# 输出文件（夹）
print('解析成功. ')
print('文档标题: ', title)
# 接口每次会返回6个下载page地址
list_pn = list(range(1, preview_page + 1, 6))
# print(pngs)
if filetype == 'pdf':
pngs = {}
print('解析到pdf文档, 准备开始解析下载..', end='')
print('解析成功.\n正在获取pngs下载地址...')
print('受接口限制，2s访问一次，请耐心等待所有接口信息返回')
with alive_bar(len(list_pn), title='ing...') as bar:
for pn in list_pn:
bar()
down_page_url = 'https://openapi.book118.com/getPreview.html?project_id=1&aid={}&view_token={}&page={}&_={}'.format(
aid, view_token, pn, str(int(time.time())))
jsonpReturn = requests.get(url=down_page_url)
page = re.search('jsonpReturn\((.*)\)', jsonpReturn.text).group(1)
data_temp = json.loads(page)['data']
# print(data_temp)
pngs.update({x: data_temp for x in data_temp})# 这里有个bug，若返回值的url为空时，这里不会报错，但会造成下载png时异常，暂时没有考虑处理
if pn != list_pn[-1]:
time.sleep(2)
print('\n开始下载 jpg(s)...')
pagenums = list(range(1, len(pngs) + 1))
with alive_bar(len(pagenums), title='ing...') as bar:
for i in range(len(pagenums)):
bar()
down_url = "https:" + pngs
request = requests.get(url=down_url, headers=png_headers)
try:
page = request.content
with open(os.path.join(temp_dir, str(pagenums) + '.jpeg'), 'wb') as f:
f.write(page)
except:
continue
print('\n开始合并图片成PDF...', end='')
file_imgs =
# 不用以下代码会使img2pdf报错
for img_path in file_imgs:
with open(img_path, 'rb') as data:
img = Image.open(data)
# 将PNG中RGBA属性变为RGB，即可删掉alpha透明度通道
img.convert('RGB').save(img_path)
with open(output + '.pdf', 'wb') as f:
f.write(img2pdf.convert(file_imgs))
shutil.rmtree(temp_dir)
print('下载成功.')
print('保存到 ' + output + '.pdf')
elif filetype in ['docx', 'doc']:
pngs = {}
print('解析到{}文档, 准备开始解析下载..'.format(filetype), end='')
print('解析成功.\n正在获取pngs下载地址...')
print('受接口限制，2s访问一次，请耐心等待所有接口信息返回')
with alive_bar(len(list_pn), title='ing...') as bar:
for pn in list_pn:
down_page_url = 'https://openapi.book118.com/getPreview.html?&project_id=1&aid={}&t={}&view_token={}&page={}&_={}'.format(
aid, senddate, view_token, pn, str(int(time.time())))
jsonpReturn = requests.get(url=down_page_url)
page = re.search('jsonpReturn\((.*)\)', jsonpReturn.text).group(1)
data_temp = json.loads(page)['data']
# print(data_temp)
bar()
pngs.update({x: data_temp for x in data_temp})
if pn != list_pn[-1]:
time.sleep(2)
print('\n开始下载 jpg(s)...')
pagenums = list(range(1, len(pngs) + 1))
with alive_bar(len(pagenums), title='ing...') as bar:
for i in range(len(pagenums)):
down_url = "https:" + pngs
request = requests.get(url=down_url, headers=png_headers)
bar()
try:
page = request.content
with open(os.path.join(temp_dir, str(pagenums) + '.jpeg'), 'wb') as f:
f.write(page)
except:
continue
print('\n开始合并图片成PDF...', end='')
file_imgs =
for img_path in file_imgs:
with open(img_path, 'rb') as data:
img = Image.open(data)
# 将PNG中RGBA属性变为RGB，即可删掉alpha透明度通道
img.convert('RGB').save(img_path)
with open(output + '.pdf', 'wb') as f:
f.write(img2pdf.convert(file_imgs))
shutil.rmtree(temp_dir)
print('下载成功.')
print('保存到 ' + output + '.pdf')
else:
print('不支持的参数.文件类型:', filetype)
temp_ = os.path.realpath(sys.argv)
os.startfile(os.path.dirname(temp_))
print("执行完成,继续下载请黏贴url，结束请关闭窗口\n")
E:\Pythonsoft1\Anaconda3\python.exe E:/Pythondata/ycl_ky.py
Traceback (most recent call last):
File "E:/Pythondata/ycl_ky.py", line 10, in <module>
import img2pdf
ModuleNotFoundError: No module named 'img2pdf'
Process finished with exit code 1
缺少模块 ，哪里找？
支持！！！搞定它！！！ 加油，你是很棒的。 那个原创力，用你前几天的作品是可以下载成功了 嗯ヽ(○^㉨^)ﾉ♪看好你哟{:301_1001:} 当时我花了9.9买的文章，真黑 支持支持，很不错的工具软件 感谢分享一起学习 虽然不懂，但慢慢学习，以及试试使用，谢谢
支持！！！正需要
感谢楼主，我来关注后续发展