帮助博客园作者下载自己的随笔文章原稿，包括草稿，md原格式，保留分类。markdown 源码 爬虫 下载器.zip

<h1 align="center"> <a href="#"> <img src="./img/logo.png" width ="530px"> </a> </h1> <p align="center"> <a target="_blank" href="https://www.gnu.org/licenses/gpl-3.0.zh-cn.html"><img src="https://img.shields.io/badge/License-GPLv3-blue.svg"></a> <a href="#python3"><img src="https://img.shields.io/badge/python-v3.8-blue"></a> <a href="https://www.python-httpx.org/"><img src="https://img.shields.io/badge/httpx-v0.22.0-brightgreen"></a> </p> 博客园专注于为开发者服务，致力于为开发者打造一个**纯净的**技术学习与交流社区 如果你也受到过其它博客平台的骚扰：碍眼的广告，搜索引擎中点进靠前的搜索结果却无功而返 想要维护一片纯净之地的话，欢迎支持博客园，她需要你： 👉 **[会员救园](https://www.cnblogs.com/cmt/p/17520031.html)** --- 本程序代码开源，流程透明。旨在帮助博主们把自己的博客离线到本地 程序会以博客园的随笔分类来建立文件夹并下载相应的随笔原稿件，文章格式为 markdown (.md) 格式，同时支持离线文章中引用的图片 右上角点个star⭐不迷路~~~ ## Table of Contents - [Usage](#usage) - [Configuration](#configuration) - [Dependencies](#dependencies) - [Start](#start) - [Features](#features) - [For Developer](#for-developer) - [Document](#document) - [Links](#links) ## Usage ### Configuration 运行前需要配置`config.ini`： 1. 修改`config.ini.example`文件名为`config.ini`，使用文本编辑器打开 2. 打开浏览器登录博客园后台，登录时勾选"记住我" 3. 登录后浏览器按F12，找到Cookie，拷贝`.Cnblogs.AspNetCore.Cookies`的值到`config.ini`中 <img src="./img/cookie.png" width ="660px"> 4. 其余选项按需填写，文件需以UTF-8编码保存 开启离线后，随笔中的图片链接会被替换自动为本地图片的链接 ### Dependencies 运行`pip install`前需关闭系统全局代理 ``` pip install httpx ``` ### Start 配置好程序并安装好httpx依赖后，命令行运行： ```python python main.py ``` 会看到打印的输出:  平时科学上网的话运行时需关闭全局代理，否则http连接错误 ### Features 下载的文件名为随笔标题，分类和标题中的特殊字符`\/:*?"<>|`会被空格代替，文件编码为UTF-8 程序会区分你的随笔是否是公开的，是否是草稿状态，并在文件名后追加`[非公开]`或`[草稿]` 程序只能在Windows下运行，未做其他系统适配 如果你在博客园中删除了一篇文章，程序不会删除相应的本地文章 `.CnblogsDownloaderFlag.json`中保存着上次运行程序的时间，如果博客园中的文章未更新，那么不会反复下载 一旦程序决定要下载某篇随笔，那么它会覆盖此随笔及其引用的图片 代码块中的图片也会被下载，只要它的链接是有效的，比如你的随笔中有下列内容 ````markdown 假如这是你的随笔原稿 ``` <img src="https://github.com/Charles94jp/cnblogs-blogger-downloader/blob/master/img/logo.png?raw=true"> ``` 那么上面代码块里的图片也会被下载 ```` ## For Developer 博客园公开的api文档：https://api.cnblogs.com/help 但显然不够用，而且要申请api权限，于是自己根据网络通信总结了几个重要的api的文档：[cnblogs-apiDoc](/lib/cnblogs-apiDoc.md) **项目目录结构** ``` . ├── docs 项目API文档，GitHub Pages ├── img readme文档图片 ├── lib │ ├── cnblogs-apiDoc.md 博客园接口文档 │ └── cnblogs_api.py 博客园http接口库 ├── sphinx 构建项目API文档 │ ├── source │ │ ├── _static │ │ ├── _templates │ │ ├── lib │ │ ├── cnblogs_downloader.rst │ │ ├── conf.py sphinx配置文件 │ │ ├── favicon.ico │ │ ├── index.rst │ │ └── main.rst │ ├── Makefile │ └── make.bat ├── LICENSE 项目开源许可证 ├── cnblogs_downloader.py 程序主要逻辑实现 ├── config.ini.example 配置文件示例 ├── main.py 程序入口 └── readme.md 自述文件 ``` ### Document 本项目API文档：[**Document**](https://charles94jp.github.io/cnblogs-blogger-downloader) 根据代码文档注释构建API文档： ``` pip install sphinx sphinx-rtd-theme sphinx-build.exe -b html .\sphinx\source\ docs ``` 注意`docs/lib/cnblogs-apiDoc.html` `typora.css`和`docs/.nojekyll`是手动添加进去的 ## Links 其他能帮助拿回博客园数据的方法： - 博客园官方[备份功能](https://www.cnblogs.com/super925/p/8093453.html)：缺点是下载的文件是一个xml，不易于阅读及分离文章 - [InfoSpider](https://github.com/kangvcar/InfoSpider) ，缺点是它下载的是一个json文件，亦不能直接食用 <br></br> 本项目的开源协议为：[GPL-3.0 License](/LICENSE)