[软件]抓书工具:ZhuaShuShell 2.7发布

来源: LUPA开源社区

　　ZhuaShuShell 是基于shell的书籍自动下载工具，它能够自动整理成长篇txt格式书籍，方便电脑手机上阅读。

　　shell工具集是中国软件爱好者编写的一款非常不错的抓书工具。虽然是作者在平时看一些门户网站读书频道上连载的历史书，却懒得一页一页的翻Web，还要受网站广告骚扰不甚其烦下获得灵感而诞生的作品，但丝毫不影响该软件的实用程度。现在作者把这款用shell 脚本写的抓书工具，分享出来，相信肯定有热爱读书又买不起书的书生同好们需要的 :)

　　部分网站的软件使用说明

　　新浪(Sina)读书频道

#!/bin/bash

rm $3.txt

echo
echo "START"

i="1"
M="$[$2+1]"

while [ $i -lt $M ]
do
echo "Downloading Chapter $i..."
wget -p -q -nd $1/$i.shtml
cat ./$i.shtml | grep "<p>" > $i.txt
sed -i 's/<p>//g' $i.txt
sed -i 's/<\/p>/\
/g' $i.txt
sed -i 's/<[^<]*>//g' $i.txt
sed -i '/[:space:][^C]*/d' $i.txt
sed -i 's/^[[:space:]]*//g' $i.txt
cat $i.txt >> $3.txt
rm $i.txt
rm $i.shtml
i=$[$i+1]
done;

echo "END"


使用方法是将上文保存为sinatest,在bash shell下chmod 755 sinatest使其具有可执行权限.

./sinatest 书的路径 最后一章的号 保存的书名

要下载的是http://book.sina.com.cn/nzt/history/his/shijixindu/index.shtml上介绍的书,一共有384章,那么就这样使用:
./sinatest http://book.sina.com.cn/nzt/history/his/shijixindu 384 shiji


　　腾讯(QQ)读书频道

#!/bin/bash

rm $3.txt

echo
echo "START"

i="1"
M="$[$2+1]"

while [ $i -lt $M ]
do
echo "Downloading Chapter $i..."
wget -p -q -nd -A "*.shtml" $1/$i.shtml
cat ./$i.shtml | grep "<br /><br />" > $i.txt
sed -i 's/<[^<]*>//g' $i.txt
cat $i.txt >> $3.txt
echo >> $3.txt
rm $i.txt
rm $i.shtml
i=$[$i+1]
done;

echo "END"

保存为qqtest
要下载的是http://book.qq.com/s/book/0/10/10165上介绍的书
使用方法是:./qqtest http://book.qq.com/s/book/0/10/10165 20 hk
最后书会保存为hk.txt

　　雅虎(Yahoo)中国读书频道

#!/bin/bash

rm $2.txt
echo
echo "START"

wget -r -l 1 -A "*.html" -p -q -nd $1
cat *.html >> $2.txt
rm *.html
cat $2.txt | grep "<p>" >> $2
mv $2 $2.txt

sed -i 's/<p>//g' $2.txt
sed -i '/<p\ /d' $2.txt
sed -i 's/<[^<]*>//g' $2.txt
sed -i '/\&nbsp;/d' $2.txt

echo "END"

保存为yahootest
要下载的是http://cn.news.yahoo.com/reading/cf319qjxc/index.html上介绍的书
使用方法是(注意这里不需要设置章节数):
./yahootest http://cn.news.yahoo.com/reading/cf319qjxc/index.html lcy
最后书会保存为lcy.txt

　　MSN中国读书频道

#/bin/bash

rm $2.txt
echo
echo "START"

wget -r -l 1 -A "*.html,*.shtml" -p -q -nd $1
rm *.html
cat *.shtml >> $2.txt
rm *.shtml

cat $2.txt | grep "<br>" > $2
mv $2 $2.txt

sed -i 's/<br>/\
/g' $2.txt
sed -i 's/<[^<]*>//g' $2.txt
sed -i 's/\&nbsp;//g' $2.txt

echo "END"

保存为msntest
要下载的是http://msn.hongxiu.com/n/a/42385/上介绍的书
使用方法是 (注意这里不需要设置章节数，最后要加上一个/):
./msntest http://msn.hongxiu.com/n/a/42385/ kongzi
最后书会保存为kongzi.txt

　　猫扑(Mop)读书频道

#!/bin/bash

rm $2.txt
echo
echo "START"

wget -r -l 1 -A "*.html" -p -q -nd $1
cat *.html >> $2.txt
rm *.html

cat $2.txt | grep "<br>" > $2
mv $2 $2.txt

sed -i 's/\&nbsp;//g' $2.txt
sed -i 's/<br>/ /g' $2.txt
sed -i 's/<[^<]*>//g' $2.txt

echo "END"

保存为moptest
要下载http://book.mop.com/ebook/NqWx5mdz.html上介绍的书
使用方法是 (注意这里不需要设置章节数):
./moptest http://book.mop.com/ebook/NqWx5mdz.html hxd
最后书会保存为hxd.txt

　　Wuhan读书频道

#!/bin/bash

rm $3.txt
i="1"
M="$[$2+1]"
ten="10"

echo
echo "START"

while [ $i -lt $M ]
do
echo "Downloading Chapter $i..."
if [ $i -lt $ten ]
then
     wget -p -q -nd -A "*.htm" $1/0$i.htm
     cat ./0$i.htm | grep "<p>" > $i.txt
     rm 0$i.htm
else
     wget -p -q -nd -A "*.htm" $1/$i.htm
     cat ./$i.htm | grep "<p>" > $i.txt
     rm $i.htm
fi

sed -i '/\&nbsp;/d' $i.txt
sed -i 's/<p>//g' $i.txt
sed -i 's/<\/p>/\
/g' $i.txt
sed -i 's/<[^<]*>//g' $i.txt
sed -i 's/^[[:space:]]*//g' $i.txt
cat $i.txt >> $3.txt
rm $i.txt
i=$[$i+1]
done;

echo "BYEBYE"


保存为wuhantest
要下载的是http://book.wuhan.net.cn/xh/gcd1/gcd1.htm上介绍的书
使用方法是(注意这里地址的变化,需要设置章节数):
./wuhantest http://book.wuhan.net.cn/xh/gcd1 60 gcd1
最后书会保存为gcd1.txt

相关代码可以在Sourceforge上下载,地址是:http://sourceforge.net/projects/zhuashushell


声明：LUPA开源社区刊登此文只为传递信息，并不表示赞同或者反对。