Download_SS_PDF

这是一个从超星图书馆（http://www.sslibrary.com ）下载PDF并且自动添加目录的python脚本。鉴于大概没有外国友人用，所以no English。

本脚本由本刚刚学会python的菜鸟一边google一边编写出来，当然不能突破超星图书馆的版权限制，原理只是网页爬虫，只能省去阁下按几百次右键保存图片的时间。

所以请使用者自重，若他人将该项目用于非法用途，本人概不负责。

更新历史

• 2022年4月21日 19:30:35 ver1.1 加入了不良页面的诊断&重下载功能
• 2022年4月22日 16:10:35 ver1.2 加入了压缩为纯黑白PDF的功能，可大大减小体积
• 2022年4月22日 18:30:23 ver1.3 优化了下不良页面的诊断&重下载功能，但实在下不了我也没办法了
• 2022年4月24日 15:28:26 ver1.4 优化了一点细节
• 2022年4月28日 21:07:23 ver1.5 调整架构，提高运行效率
• 2022年4月29日 18:35:56 ver1.6 进一步提高纯黑白压缩效率，现在体积大概可以÷15
• 2022年5月31日 20:45:54 ver1.7 输出的pdf页面宽度统一为18 cm，整齐点。另外为exe用户提供了更改参数的功能。
• 2022年10月06日 17:31:46 ver1.8 新增了选页下载的功能；给requests加了个伪装头，但好像超星的反爬机制升级了，成功率并不高

环境与用法

新推出了点开即用的exe文件 ，降低使用门槛。exe点开之后可能会卡几秒，别急。报「no publisher」是因为我没给微软交认bao证hu费，别慌。

（原来python打包exe这么简单，我以为会很复杂。但是代价就是打出来的包十分不精练……）

环境为python 3.x，需要的模块如下：

import requests,time,os,shutil,img2pdf,sys,re,numpy,cv2,glob
from PyPDF2 import PdfFileReader,PdfFileWriter
from PIL import Image
from io import BytesIO

如果阁下是完全不会python的新人，要使用，只需下载一个Visual Studio Code，安装python扩展，然后打开python所在的目录（大概在\Program Files (x86)\Microsoft Visual >Studio\Shared\Python39_64\之类的地方），在Script文件夹上按住Shift地右键→在此处打开Powershell窗口，然后运行以下命令：

pip3 install requests PyPDF2 Pillow img2pdf numpy opencv-python glob

然后用VS code打开本脚本运行即可。

用法非常简单：只需在超星网页打开一本书，复制阅读界面的网址进命令行，回车，然后等它下载就可以了。

关于新式阅读器的注意事项！

本脚本只能处理 img.sslibrary.com 开头的旧式阅读器页面，而近几年新出版的书有些提供了原生电子版pdf，用的是 ssj.sslibrary.com 开头的新式阅读器：由于这种新式阅读器每页不再是图片了，所以 ssj.sslibrary.com 开头的新式阅读器是本脚本处理不了的 ！

但是就算是这些新书，超星也依旧做了旧式扫描版，阁下可以访问读秀（ https://book.duxiu.com ），这里同时提供了新式阅读器（「书世界」）和旧式阅读器（「汇雅电子书」）的进入链接，阁下进这个「汇雅电子书」的页面，就是本脚本能处理的页面了 。

另一种方法是，在超星图书馆自己的搜索页面里，「PDF阅读」的网址复制出来会是这样的：
https://www.sslibrary.com/reader/pdf/pdfreader?ssid=...

在只要把这里面的两个pdf改成jpath，就能进入旧式阅读器了：
https://www.sslibrary.com/reader/jpath/jpathreader?ssid=...

页面清晰度嘛自然是比不上原生电子版的……但是……又不是不能用对吧……(；´д｀)ゞ

优点

1. 完整下载封面、版权页、前言页、目录页等，合成为完整的书籍PDF；
2. 与官方pdz下载同等的最高画质；
3. 顺带下载了目录，并妥当地嵌入到了PDF书签中；
4. （ver1.2 new!）可以将下载的PDF压缩为纯黑白，可在保持清晰度情况下可大大减小体积，ver1.6进一步提高了压缩的效率。
   

设置

主要能进行清晰度和下载间隔的设置：

1. 清晰度zoom：超星的最高分辨率图即为zoom=3，但是代价是总是去色的；如果想下载彩色书籍而保留颜色，可更改到zoom=2。
2. 下载间隔interval:下太快会被ban的！所以默认interval=1，即每下一页停1s，因此下载速度略慢。若阁下对自己的ip有信心可以改短一点。

【1.8更新】还可以设置重试下载的次数。

Credit

本脚本受到https://github.com/0NG/sslibrary-pdf-downloader 的启发而编写，补完了前辈计划做而没有做完的工作。