jiangjm20/reserves-lib-tsinghua-downloader

Download pages from http://reserves.lib.tsinghua.edu.cn/

清华大学教参服务平台 Downloader

Download pages from http://reserves.lib.tsinghua.edu.cn/

自动下载书籍每一页的原图。

Usage

运行downloader.py（或调用函数claw），传入的参数为阅读全文下第一个链接（图中标黄的位置）。

程序会自动爬取每一章的每一页，保存在./clawed下。

Q&A

Q: 如何生成教参的PDF？

A: 目前的解决方案是使用学校提供的正版福昕编辑器，将多个图片合成PDF，并可以进行OCR文字识别/图片压缩。 现在, 下载完成后会询问是否自动合并为 PDF 文件, 但是需要安装 img2pdf 库.

Q: 运行报错ModuleNotFoundError: No module named 'requests'，怎么办？

A: 在命令行中运行pip install requests以安装此库。

Q: 运行报错No cookie data，怎么办？

A: 经测试，绝大部分教参无需cookie即可访问。少数教参需要cookie进行身份验证，请将网站cookie中，.ASPXAUTH和ASP.NET_SessionId的值依次写入cookie.txt中，每行一个。（我将会完善获取网站cookie的相关教程。若急需，请与我发邮件）

TODO

• CI/CD
• Async

欢迎Star/Issue/PR.

仅供学习编程，请勿用于非法用途！

更多清华常用信息/服务汇总请看这里。