論壇

下载脚本

代码公有领域释出，不支持R18区（大概？可能加个cookie就好了），有需求的请自行修改。

除此以外的 Bug 请在评论区直接提出来。

使用示例:

假设某个小说在小说家的网址为 https://ncode.syosetu.com/n8680fz/ 则在命令行输入

python3 main.py n8680fz

可选 HTML（整个网页）、Markdown（格式化正文）、TXT（无格式正文）输出

完成后每一篇章节按照命名规则存储在对应小说id的目录下

注意事项:

• 依赖 requests 库，请按照 https://requests.readthedocs.io/en/latest/user/install/#install 安装（也可能不用装）
• 在Linux使用时记得命令行配置 Proxy 环境变量
• 支持增量爬取，但不支持更新之前爬取过的旧稿（担心爬不到新稿的话就把对应的文件删掉重爬即可）

配置项(文件内变量):

• c_base_url: 小说家站点URL，无尾随斜杠
• c_headers: 请求的头部
• c_add_index: 是否在文件名之前加入章节序号，关闭此选项可能导致重名问题
• c_separator: 存储为文件时章节序号和标题之间的分隔符
• c_pad_head_count: 存储为文件时章节序号的前导零填充到的位数，设为0可以移除前导零
• c_file_extension: 存储为文件时的后缀，可选:
  • ".html": 全页面抓取
  • ".md": 仅抓取正文(推荐方法)
  • ".txt": 抓取正文并剥离HTML标签(可能存在问题)