sennnnn / novel_theft

轻小说文库 epub 解析打包

轻文解析器 (重新启动)

爬取轻小说，并打包成 EUPB，插图只嵌入开头，这次的目标是尽量做出 gui 界面，能够输入轻小说文库的某本小说的网址，就直接打包成 eupb。

第一步 爬取 txt 与 图片

之前没有吸取教训，下载的时候开了太多的线程，应该使用线程池来管理线程，而且 python 的 requests 模块实在不太好，这一次应该换用其他的 http 模块，更加鲁棒的。
首先来捋一捋思路，首先打开的是首页，而后需要获取的信息有：

1. 小说名字，小说作者，小说封面 (小说封面一般被包含在插图中)，这一方面主要是除开内容以外的信息。
2. 小说目录，即每一卷的卷名，这主要是因为获取的文件都是以卷名为文件夹存储的，可能会有特殊卷，例如短篇什么的等等，这些特殊卷一般没有插图，需要特殊考虑。
3. 每一卷下的章节内容以及插图，插图获取先获取 url，因为插图获取的时候会有一系列问题。 获取了以上信息之后，就可以根据 material 中的模板来将内容打包成 eupb 了。

第二步 打包成 eupb

首先需要理解 eupb 的文件结构：
|--META-INF
|----container.xml
|--OPS
|----css
|------main.css
|----images
|------xxx.jpg
|------yyy.jpg
|------...
|----chapter1.html
|----chapter2.html
|----...
|----coverpage.html
|----sen.ncx
|----sen.opf
|--mimetype

除了 .html 的内容需要生成以外，其他的都只要按照模板填写相关内容即可。

使用

使用参数 --url 和 --txt 来使用该仓库：

--url [轻小说文库某小说主页]

使用示例:
python main.py --url https://www.wenku8.net/book/2285.htm

novel_theft's Issues

参数输入

我虽然不太清楚arg_parser()这个方法为什么我这里没有，但稍微改一下就发现可以用了！
感谢大佬，真的很方便！