Pixiv系列小说自动爬虫
【简介】
用来练手的爬虫脚本,放弃了引入第三方脚本,选择使用油猴脚本猫内置函数,因此依赖油猴脚本猫。
不需要设置cookies,只需要用浏览器登陆Pixiv保证对目标小说有访问权限即可。
下载内容存储在油猴脚本猫脚本中,可通过控制台命令将指定小说导出到本地。
由于GM_xmlhttpRequest没有跨域限制,实际上可以将 // @match https://www.pixiv.net/novel/series/\* 替换为 // @include * 从而在任意页面使用本脚本
【爬虫命令】 startMain(seriesID,"Charpters",isForce) 启动爬虫 --{number} seriesID: 必填,系列小说ID,获取位置为:https://www.pixiv.net/novel/series/系列小说ID (数字,不含?) --{string} Charpters: 可选,指定章节,默认为全部,具体指定规则见后文 --{boolean} isForce: 可选,对于已存在章节是否强制下载,默认为否
downloadList() 获取已下载内容列表 无参数,返回2个内容,分别为全部章节和全部小说,全部小说中文本可用于download()参数中的NovelName
download(NovelName,Charpters) 导出已下载内容 --{string} NovelName: 必填,系列小说名,可通过downloadList()获取 --{string} Charpters: 可选,指定章节,默认为全部,具体指定规则见后文
Charpters 规则: 规则1:单一数字/^\d+$/ 添加单一数字章节到下载队列 规则2:数字范围/^\d+-\d+$/ 添加数字范围章节到下载队列 规则3:^单一数字/^^\d+$/ 从下载队列中删除单一数字章节
多个规则用,分隔 例:"1,3-10,^5,15" 代表下载第1、3、4、6、7、8、9、10、15章 例:"^5,3-10,1,15" 代表下载第1、3、4、5、6、7、8、9、10、15章