WeRead PDF Scanner
Project description
WeReadScan
About
一个用于的将微信读书
上的图书扫描转换本地PDF的爬虫库.
谈谈为何而开发
不得不说,“微信读书”是一个很好的平台。但是美中不足很明显,用户购买了图书资源,但是只能在“微信读书”的Application中阅读或者做一些文字批注╮(╯▽╰)╭,这些功能相较于购买的纸质书籍显然是不足的。比如,作者就习惯于用iPad的相关notebook类app做笔记,而“微信读书”并没有适配pencil做handwriting笔记的功能。
因此,既然“微信读书”没有提供,那只好自己解决了。于是,经过2天的开发,终于有了这个爬虫脚本,也可以开心地做手写笔记了o( ̄▽ ̄)ブ
Get started
pip install WeReadScan
本项目需要使用selenium,需要对selenium具备基础的了解
Demo
话不多说,直接上代码
from selenium.webdriver import Chrome, ChromeOptions
from WeReadScan import WeRead
# 重要!为webdriver设置headless
chrome_options = ChromeOptions()
chrome_options.add_argument('--headless')
chrome_options.add_argument("--disable-blink-features=AutomationControlled")
chrome_options.add_argument('disable-infobars')
chrome_options.add_argument('log-level=3')
# 启动webdriver(--headless)
headless_driver = Chrome(options=chrome_options)
# debug 模式启动,可以保留png缓存
with WeRead(headless_driver,debug=True) as weread:
# 重要!登陆
weread.login()
# 爬去指定url对应的图书资源并保存到当前文件夹
weread.scan2pdf('https://weread.qq.com/web/reader/2c632ef071a486a92c60226')
扫描结果样例:
几点说明:
- webdriver 需要
无头(headless)
模式启动 - 只有登陆后,才能扫描完整的图书资源;若不登陆,也可以扫描部分无需解锁的部分
API Reference
WeRead
WeReadScan.WeRead(headless_driver)
微信读书
网页代理,用于图书扫描
Args
- headless_driver: 设置了headless的Webdriver示例
Returns
- WeReadInstance
Usage
chrome_options = ChromeOptions()
chrome_options.add_argument('--headless')
headless_driver = Chrome(chrome_options=chrome_options)
weread = WeRead(headless_driver)
Login
WeReadScan.WeRead.login(wait_turns=15)
展示二维码以登陆微信读书
Args
- wait_turns: 登陆二维码等待扫描的等待轮数
Usage
weread.login()
Scan2pdf
WeReadScan.WeRead.scan2pdf(self, book_url, save_at='.', binary_threshold=95, quality=90, show_output=True,font_size_index=1)
扫面微信读书
的书籍转换为PDF并保存本地
Args
参数名 | 类型 | 默认值 | 描述 |
---|---|---|---|
book_url | str | 必填 | 扫描目标书籍的URL |
save_at | str | '.' | 保存地址 |
binary_threshold | int | 200 | 二值化处理的阈值 |
quality | int | 100 | 扫描PDF的质量 |
show_output | bool | True | 是否在该方法函数结束时展示生成的PDF文件 |
font_size_index | int | 1 | 设置字号大小(对应微信读书字号) |
Usage
weread.scan2pdf('https://weread.qq.com/web/reader/a57325c05c8ed3a57224187kc81322c012c81e728d9d180')
Disclaimer
- 本脚本仅限用于已购图书的爬取,用于私人学习目的,禁止用于商业目的和网上资源扩散,尊重微信读书方面的利益
- 若User使用该脚本用于不当的目的,责任由使用者承担,作者概不负责
Stargazers over time
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distributions
No source distribution files available for this release.See tutorial on generating distribution archives.
Built Distribution
Close
Hashes for WeReadScan-0.8.6-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 4ba066b6d81d69b51a8089668613de91eb450923ba6835b855d1bbbf4780ad70 |
|
MD5 | 02b3a38eeab4eace075106202cbe2a94 |
|
BLAKE2b-256 | b758a701694897592eeff6e86378d019c74d177cebdb22ee73197a45a45deecf |