Skip to content

一款简单的EPUB电子书在线爬虫工具,终极目标:一切文字内容皆可电子书。

License

Notifications You must be signed in to change notification settings

vxiaov/ebook_spider

Repository files navigation

ebook_spider

一款简单的EPUB电子书在线爬虫工具,通过简单的定制修改就可以完成博客的电子书制作。

安装

本项目使用Python3实现

git clone https://github.com/learnhard-cn/ebook_spider.git
cd ebook_spider
pip3 install -r requirements.txt

依赖安装成功后,就可以使用了!

当然,您也可以直接执行python3 ./wp_ebook.py示例,查看执行效果.

如果遇到任何问题或者建议,也可以反馈给我.

使用方法

电子书的配置信息:

    start_urls = [
        {
            'url': 'https://www.luoxia.com/xiaowangzi',
            'book_name': '小王子',
            'author': '[法]安托万·德·圣·埃克苏佩里',
            'id': 'xiaowangzi',
            'lang': 'zh'
        },

爬取规则自定义

爬取电子书章列表规则实现fetch_chapter_list()

a_list = soup.select(r'div#content-list>div > h3 > a')

爬取每章的小节列表规则实现fetch_section_list():

a_list = soup.select(r'div#content-list > div.book-list a')

爬取小节正文内容实现fetch_content():

content = soup.find('div', id='nr1').prettify()

实现自己的电子书爬虫示例

我们以WordPress博客为例, 参考wp_ebook.py示例。

更多的示例就需要你自己动手了!

本项目实现了图片自动下载插件,也就是当你生成电子书时图片链接会替换成下载后的图片路径。当然你也可以参考实现更多的插件来满足自己的需要。

About

一款简单的EPUB电子书在线爬虫工具,终极目标:一切文字内容皆可电子书。

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages