[网络工具] 批处理版易读网txt小说下载器[20100407]

namejm

　　春节马上就要到了，貌似只剩下两天时间，在网上如何消遣？down一些txt小说回去慢慢欣赏，是件多么惬意的事情啊。namejm最近在网上转悠了好一阵子，发现一个非常干净的txt小说网站，名叫易读网，抓取txt小说十分方便。狂喜之余，做了个下载易读网txt小说的脚本，以方便广大书虫。
　　如有什么bug，或有什么好的建议，望各位及时反馈。

　　重要变动：20100406发现易读网的网址发生了改变，导致以前的代码无法下载任何小说，请各位下载更新后的代码。

@echo off
:: 功能：
::        按照多种方式下载易读网上的txt小说
:: 实现过程：
:: 1、下载指定的某篇小说：
::        首先下载小说首页，通过首页提取出每一章节的下载地址，然后下载每一章节的html文件，转为txt文本，最后按章节顺序提取正文内容，拼合即可；
:: 2、根据配置文件下载指定的小说：
::        首先，需要在当前脚本所在的文件夹下存在"要下载的小说列表.txt"文件，文件内容按照 "《小说名》"|小说URL 的格式，
::        一行一条记录加以保存，前后不可有多余的字符；然后，把这个文件复制到 %destination%\tmp\要下载的小说列表\ 目录下，
::        覆盖同名文件，用批处理读取其中的配置，接下来的步骤同1；
:: 3、下载指定页码上的所有小说：
::        首先下载指定页面，把其中各篇小说的首页地址提取出来，接下来的步骤同1；
:: 4、下载指定页码范围内的所有小说：
::        首先下载指定页码范围内的所有页面，接下来的步骤同1；
:: 5、下载全站的所有小说：
::        首先下载全站所有页码上的所有页面，接下来的步骤同1；

mode con lines=26
:: 20100406发现易读网的网址发生了变化，屏蔽掉旧网址，启用新网址
:: set www=http://www.yilook.com
set www=http://www.yi-look.com
set TT=易读网txt小说下载器
set destination=易读txt小说
md "%destination%\tmp\要下载的小说列表\html" 2>nul
pushd "%destination%\tmp\要下载的小说列表\html"

:Main
cls
del /a /f /q *.* 2>nul
del /a /f /q ..\txt\*.* 2>nul
title %TT%
echo.&echo.
echo                    本程序可以按照以下方式下载易读网上的txt小说
echo.
echo                    易读网首页：%www%
echo.
echo                        1、下载指定的某篇小说
echo.
echo                        2、根据配置文件下载指定的小说
echo.
echo                        3、下载指定页码上的所有小说
echo.
echo                        4、下载指定页码范围内的所有小说
echo.
echo                        5、下载全站的所有小说
echo.
echo                        X、退出
set choice=
call :line
set /p choice=                请输入指定功能代码（1/2/3/4/5/X）：
if not defined choice goto Main
if /i "%choice:~0,1%"=="X" exit
set "choice=%choice:~0,1%"
if "%choice%"=="1" goto DownGivenNovel
if "%choice%"=="2" goto DownGivenNovels
if "%choice%"=="3" goto DownGivenPage
if "%choice%"=="4" goto DownGivenPages
if "%choice%"=="5" goto DownAllPages
goto Main

:DownGivenNovel
cls
title %TT%-指定网址
echo.&echo.
echo                请在易读网中找到某篇小说的URL，复制后粘贴到本窗口中使用。
echo.
echo                比如，《汉朝的那些事儿》，其URL地址为：
echo.
echo                    %www%/art_7200_8093.html
echo.
echo                把以上URL粘贴到本窗口即可下载《汉朝那些事儿》
echo.
echo                粘贴方法：鼠标点击右键，然后粘贴，不能使用快捷键Ctrl+V
call :line
echo                        请在下面输入小说的URL地址：
echo.
set URL=
set /p URL=            
if not defined URL goto DownGivenNovel
if /i "%URL:~0,1%"=="X" exit
if /i "%URL:~0,1%"=="M" goto Main
curl -O %URL%
htox32c /IP /O0 *.html
for /f "tokens=3" %%i in ('findstr "TITLE" "*.txt"') do echo "%%i"^|%URL%>..\要下载的小说列表.txt
goto DownNovel

:DownGivenNovels
cls
title %TT%-配置下载文件清单
echo.&echo.
echo                请确认当前目录下存在"要下载的小说列表.txt"文件
echo.
echo                并且该文件中的内容为 "《小说名》"^|小说目录页URL 的格式
echo.
echo                一行一条记录，前后不可有多余字符。如：
echo.
echo                "《寻人启事》"^|%www%/art_7238_6170.html
echo.
echo                若不满足如上条件，请自行配置好后方可使用本功能
call :line
echo.
set next=
set /p next=                要继续下一步吗？（Y/N）：
if not exist ..\..\..\..\要下载的小说列表.txt goto DownGivenNovels
if not defined next goto DownGivenNovels
set "next=%next:~0,1%"
if /i "%next%"=="X" exit
if /i "%next%"=="M" goto Main
if /i "%next%"=="Y" (
    copy /y ..\..\..\..\要下载的小说列表.txt ..\
    goto DownNovel
)
goto DownGivenNovels

:DownGivenPage
cls
title %TT%-指定页码
echo.&echo.&echo.&echo.
echo                您可以指定某一页码，本脚本将下载易读网上这一页内
echo.
echo                列出的所有小说
echo.
echo                如：输入3，将下载这一页面所列出的所有小说：
echo.
echo                        %www%/artlist_3.html
call :line
set page=
set /p page=                请输入指定页码：
if not defined page goto DownGivenPage
if /i "%page:~0,1%"=="X" exit
if /i "%page:~0,1%"=="M" goto Main
curl -O %www%/artlist_%page%.html
goto HTMLtoTXT

:DownGivenPages
cls
title %TT%-指定页码范围
echo.&echo.
echo                您可以指定某一页码范围，本脚本将下载易读网上这些页内
echo.
echo                列出的所有小说
echo.
echo                注意：起止页码必须用半角状态下的短横杠连接。
echo.
echo                如：输入 3-5，将下载易读网上下列页面内列出的所有小说：
echo.
echo                        %www%/artlist_3.html
echo                        %www%/artlist_4.html
echo                        %www%/artlist_5.html
call :line
set pages=
set /p pages=                请输入指定页码的范围（如3-5）：
if not defined pages goto DownGivenPages
if /i "%pages%"=="X" exit
if /i "%pages%"=="M" goto Main
curl -O "%www%/artlist_[%pages%].html"
goto HTMLtoTXT

:DownAllPages
cls
title %TT%-下载全站小说
curl -O %www%/artlist_1.html
htox32c /IP /O0 /U1+4 artlist_1.html
cls
for /f "tokens=6" %%i in ('findstr /i "第.*页" artlist_1.txt') do (
    curl -O "%www%/artlist_[2-%%i].html"
)

:HTMLtoTXT
cls
title %TT%-网页转换为txt
htox32c /IP /O0 /U1+4 *.html
md ..\txt 2>nul
del /a /f /q ..\txt\*.*
move *.txt ..\txt>nul

:PickupList
cls
echo.&echo    正在生成要下载的小说列表，请稍候...
cd.>..\要下载的小说列表.txt
for %%i in (..\txt\*.txt) do (
    title %TT%-生成下载列表_%%~nxi
    for /f "delims=<'> tokens=1,2" %%j in ('findstr /i "《.*》" "%%i"') do (
        echo "%%j"^|%www%/%%k>>..\要下载的小说列表.txt
    )
)

:DownNovel
cls
title %TT%-下载小说
echo.&echo.
echo                正在下载小说，请稍候...
md ..\..\..\整理结果 2>nul
:: del /a /f /q ..\..\..\整理结果\*.*
:: rd /q /s ..\..\已下载小说的原始文档
md ..\..\已下载小说的原始文档 2>nul
for /f "delims=| tokens=1,2" %%i in (..\要下载的小说列表.txt) do (
    curl --create-dirs -o "..\..\已下载小说的原始文档\%%~i\index.html" "%%~j"
    htox32c /IP /O0 /U1+4 "..\..\已下载小说的原始文档\%%~i\index.html"
    cls
    set lastchapter=1
    for /f "delims=' tokens=1,2" %%x in ('findstr /i "第.*节" "..\..\已下载小说的原始文档\%%~i\index.txt"') do (
        call :DownHTML "%%~i" "%%~x" "%%~y"
    )
    pushd "..\..\已下载小说的原始文档\%%~i\html"
    htox32c /IP /O0 *.html
    popd
    md "..\..\已下载小说的原始文档\%%~i\txt" 2>nul
    move "..\..\已下载小说的原始文档\%%~i\html\*.txt" "..\..\已下载小说的原始文档\%%~i\txt"
    call :PickupTXT "%%~i"
    move "..\..\已下载小说的原始文档\%%~i\%%i.txt" ..\..\..\整理结果
)
title %TT%-整理完毕
echo                整理完毕
pause
goto Main

:DownHTML
:: 下载小说各章节页面文件
set "chapter=%~2"
set "chapter=%chapter:*第=%"
set "chapter=%chapter:~0,-2%"
title %TT%-正在下载 "%~1_第 %chapter% 节"
if %lastchapter% lss %chapter% set lastchapter=%chapter%
curl --create-dirs -o "..\..\已下载小说的原始文档\%~1\html\%chapter%.html" "%www%/%~3"
goto :eof

:PickupTXT
:: 按先后顺序提取各章节页面正文并合并之
cls
title %TT%-正在提取 %1
echo.&echo     正在合并各章节，请稍候...
cd.>"..\..\已下载小说的原始文档\%~1\%~1.txt"
for /l %%i in (1,1,%lastchapter%) do (
    title %TT%-正在处理 "%~1\%%i.html"
    findstr /ibc:"　　" "..\..\已下载小说的原始文档\%~1\txt\%%i.txt">>"..\..\已下载小说的原始文档\%~1\%~1.txt"
    echo.>>"..\..\已下载小说的原始文档\%~1\%~1.txt"
)
goto :eof

:line
echo.
echo ________________________________________________________________________________
if defined choice (
    echo                退出 X                                返回主界面 M
)
echo.&echo.
goto :eof
复制代码

正文中提到的第三方命令行工具可以在这些地方找到：
　　1、Curl.exe：http://curl.haxx.se/（官网）或http://bbs.bathome.net/thread-1761-1-1.html
　　2、HtoX32c.exe：http://win32lab.com/（官网，日文）或http://bbs.bathome.net/thread-1974-1-1.html（带中文帮助信息）

　　注意：curl.exe需要配合libssl32.dll和libeay32.dll方可使用，若当前机器%windir%中没有这两个dll，请到http://bbs.bathome.net/viewthread.php?tid=1761顶楼下载《curl所需dll.rar》 这个附件，放到%windir%目录下或curl.exe同一目录下使用。

slovent

已经在使用了，感觉非常好，而且从中学到一些技巧，只是还需要慢慢消化。

zjw767676

选1

选2

hlzj88

只是我的机上curl.exe和HtoX32c.exe都无法运行，一闪而过，或许是我的错，我是把三个文件都放在同一个文件夹里

gdmm

可以用呀，把curl.exe和HtoX32c.exe放到\WINDOWS\system32文件夹中就行了，试了很好用。

asdfgmyj

好像没有用的???是吗???

gdmm

绝对能用，唯一美中不足就是整理合并后的文本内容中没有了第几章的分开
阅读起来不是很习惯，应该是网页转回文本后，在提取文本内容合并时没有提取第几章这个
不知是否能改动一下。

x9tiancmd

在批处理前加上　path=%~dp0;%path%
就ok了嘛

gdmm

原帖由 x9tiancmd 于 2010-2-18 23:02 发表
在批处理前加上　path=%~dp0;%path%
就ok了嘛

试了好像不行呀，还是没能提取第几章这些出来合并。
呵呵，我看错了，原来不是回复我提出的那个问题的。

[ 本帖最后由 gdmm 于 2010-2-19 21:08 编辑 ]

namejm

　　找到了下载不到文件的原因：curl.exe需要配合libssl32.dll和libeay32.dll方可使用，若当前机器%windir%中没有这两个dll，请下载顶楼提到的dll，放到%windir%目录下或curl.exe同一目录下使用。

P_Ricky

这个太厉害了，需要支持的

sinianyangyang

楼主真是太牛了，佩服，希望以后多多指点。呵呵。

zilove

太厉害了。呵呵。下载阿

sig13

我用vbs写了一个很傻的，但是没有用到第三方。主要是练习vbs的。

增加了两处错误处理，不是那么容易死了。

'比较傻的 Load http://www.yi-look.com/ 文本小说的脚本，代码是根据该网页特征写的
'即，该脚本只能用于 yilook 上的 Load
'必须进入到要 Load 的小说的首页，复制下 URL，作为参数运行该脚本，用如下命令
'cscript //Nologo //E:vbscript gyilook.vbs http://www.yi-look.com/art_??_??.html
'会在脚本当前目录下生成一个小说名的目录，里面按照 "第??节.txt" 保存文件
Option Explicit

Dim regExUrl
Set regExUrl = new RegExp
regExUrl.Pattern= "http://www.yi-look.com/art_\d+_\d+.html"

If regExUrl.Test(WScript.Arguments(0)) = False Then
	Wscript.echo "Maybe Not yi-look's URL?"
	WScript.Quit
End If

Set regExUrl = Nothing

Dim loadPage
Dim oDom

Do
	Wscript.echo "Loading the first page..."
	set oDom = WScript.GetObject(WScript.Arguments(0))
	loadPage = WaitLoading(oDom)
loop While loadPage = False

Dim dirName

Dim e
For each e in oDom.all
	If e.tagName = "TITLE" Then
		If Right(e.outerText, 2) = "易读"  Then
			dirName = Left(e.outerText, (Len(e.outerText) - 3))
			Exit For
		Else
			Wscript.echo "Maybe Not real yi-look's URL?"
			WScript.Quit
		End If
	End If
Next

Dim fso

Set fso = CreateObject("Scripting.FileSystemObject")
Do While fso.FolderExists(dirName)   
	dirName = dirName & "0"
Loop

fso.CreateFolder(dirName)   
Set fso = Nothing

Dim regEx
Set regEx = new RegExp
regEx.Pattern= "第\d+节"

Dim lnk
For each lnk in oDom.links
	If (regEx.Test(lnk.outerText)) Then
		Dim oDomX

		Do
			Wscript.echo "Loading " & lnk.outerText & "... " & lnk.href
			On Error Resume Next
			Set oDomX = WScript.GetObject(lnk.href)
			If Err.Number = 0 Then
				loadPage = WaitLoading(oDomX)
			Else
				Wscript.echo "ERROR #" & CStr(Err.Number) & " " & Err.Description
				Wscript.echo "Try again!!!"
				Err.clear
				loadPage = False
			End If
		loop While loadPage = False

		Dim fn
		fn = dirName & "\" & lnk.outerText & ".txt"
		Call WriteTextFile(fn, oDomX.body.outerText)
		Set oDomX = Nothing
	End If
Next

Set oDom = Nothing
Set regEx = Nothing

Function WaitLoading(DomObj)
	Const TickOut = 60
	Dim tick
	tick = 0
	
	Do until DomObj.readyState = "complete"
		tick = tick + 1
		
		If tick > TickOut Then
			WScript.echo "Timed out! Load failed... Try again! "
			Exit Do
		End If

		WScript.sleep 500
	Loop
	
	WaitLoading = (tick <= TickOut)
End Function

Sub WriteTextFile(FileName, TextString)
	Const ForReading = 1, ForWriting = 2, ForAppending = 8
	Dim fso, f
	Set fso = CreateObject("Scripting.FileSystemObject")
	Set f = fso.OpenTextFile(FileName, ForWriting, True, -1)
	f.Write TextString
	f.Close
	Set fso = Nothing
	Set f = Nothing
End Sub 
复制代码

[ 本帖最后由 sig13 于 2010-4-29 18:30 编辑 ]

sig13

我才调试完，yi-look就又被关了，什么世道？
不是我一个人连不上吧？
---
居然又开了，之前的脚本在load页面失败之后就挂了，增加了纠错功能，现在应该没问题了

[ 本帖最后由 sig13 于 2010-4-29 15:40 编辑 ]