【工具推荐】下载你在博客园的文章原稿

2024-06-14 06:13:54

序

推荐一下博主自己写的python程序，以md格式下载自己在博客园的随笔原稿，保留分类，标记草稿和非公开的稿件。支持离线图片

区别于其它的爬虫是以访客身份爬取文章阅读页面的html，这个下载器程序是以作者的身份获取原稿内容的

希望能帮助大家拿回自己的数据

这是GitHub项目地址：

Cnblogs Blogger Downloader

以下是readme

Usage

Configuration

运行前需要进行配置：

打开浏览器登录博客园，登录时勾选"记住我"
登录后浏览器按F12，找到Cookie，拷贝.Cnblogs.AspNetCore.Cookies的值到main.py的COOKIE中
main.py中dl.CnblogsDownloader的第二个参数为下载路径

可选的配置：

将随笔中引用的图片一并离线到随笔的文件夹，需要更改main.py

# 将此行
downloader = dl.CnblogsDownloader(COOKIE, "D:\cnblogs")
# 改为
downloader = dl.CnblogsDownloader(COOKIE, "D:\cnblogs", download_img=True)

md中的链接会自动替换

Dependencies

pip install httpx

Start

配置好程序并安装好httpx依赖后，命令行运行：

python main.py

会看到打印的输出:

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

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

【工具推荐】下载你在博客园的文章原稿相关推荐

在线文本替换工具、支持正则表达式（博客园文章里添加Javascript或＜script＞语句）
概况与介绍在博客园发布一篇文章,文章就是<在线文本替换工具 .支持正则表达式>https://www.cnblogs.com/lsllll44/articles/15522697.htm ...
webmagic 获取文本_webmagic爬取博客园所有文章
最近学习了下webmagic,学webmagic是因为想折腾下爬虫,但是自己学java的,又不想太费功夫,所以webmagic是比较好的选择了. 写了几个demo,源码流程大致看了一遍.想着把博客园的 ...
.NET Core 实现定时抓取博客园首页文章信息并发送到邮箱
前言大家好,我是晓晨.许久没有更新博客了,今天给大家带来一篇干货型文章,一个每隔5分钟抓取博客园首页文章信息并在第二天的上午9点发送到你的邮箱的小工具.比如我在2018年2月14日,9点来到公司我就 ...
使用metablog迁移博客园的文章
有时候我们希望能将自己所有博客园的文章迁移到其他的博客site,大家可能最先想到的就是metablog,没错,只有它了. 首先搜索了一下,很容易搜到老赵这篇文章 "一次批量修改博客文章的经验 ...
CSDN 博客园获取文章 MD格式主题
CSDN 博客园获取文章 MD格式主题 CSDN控制台使用 document.getElementById("article_content") 博客园控制台使用 docume ...
在博客园的文章中使用AJAX
在我的上一篇文章<gineGrid-通用ajax类>中,我发布了一个集成跨域功能的AJAX类.今天我把它作了少许修改,可以直接远程加载使用在任何结构良好的XHTML文档中,这里直接在博客园 ...
（转）利用快速开发框架，快速搭建微信浏览博客园首页文章
原文地址:http://www.cnblogs.com/inday/p/weixin-publicf-platform-cnblogs.html 这几天接连发布了<快速开发微信公众平台框架--- ...
关于博客园,编辑文章的小意见
来博客园两天了,给我的感觉挺不错的,后台功能也很强大的.我很喜欢.但我发现在使用过程中有个不太方便的地方.就是写好一篇文章后,我发现没有这篇文章分类时,我把文章和标题复制出来,去"编辑个人分 ...
微信快速开发框架（五）-- 利用快速开发框架，快速搭建微信浏览博客园首页文章...
这几天接连发布了<快速开发微信公众平台框架---简介>和<体验微信公众平台快速开发框架>几篇关于微信平台的文章,不过反响一般,可能需求不是很多吧.闲来无事,还是继续改造一下这个 ...
痞子衡博客园主页文章图片无法显示的解决方法
大家好,我是痞子衡,是正经搞技术的痞子. 众所周知,痞子衡主要是在博客园个人主页精心维护文章发布.修改更新以及最重要的目录索引. 个人主页: https://www.cnblogs.com/henja ...

最新文章

热门文章