forked from kanasimi/work_crawler
-
Notifications
You must be signed in to change notification settings - Fork 0
/
sfacg.js
219 lines (188 loc) · 6.87 KB
/
sfacg.js
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
/**
* 批量下載 SF漫画 的工具。 Download sfacg comics.
*/
'use strict';
require('../work_crawler_loader.js');
// ----------------------------------------------------------------------------
var PATTERN_part = /<ul class="content_Tab whitefont".*?>(.+?)<\/ul>[\s\n]*<div class="comic_Serial_list">([\s\S]+?)<\/div>/g,
//
crawler = new CeL.work_crawler({
// 所有的子檔案要修訂註解說明時,應該都要順便更改在CeL.application.net.comic中Comic_site.prototype內的母comments,並以其為主體。
// 當有多個分部的時候才重新檢查。
recheck : 'multi_parts_changed',
// 圖像檔案下載失敗處理方式:忽略/跳過圖像錯誤。當404圖像不存在、檔案過小,或是被偵測出非圖像(如不具有EOI)時,依舊強制儲存檔案。default:false
skip_error : true,
// one_by_one : true,
base_URL : 'https://manhua.sfacg.com/',
// 規範 work id 的正規模式;提取出引數中的作品id 以回傳。
extract_work_id : function(work_information) {
if (/^[a-z\d]+$/i.test(work_information))
return work_information;
},
// 解析 作品名稱 → 作品id get_work()
search_URL : function(work_title) {
// t=0: 漫画, t=1: 轻小说
return [ 'https://s.sfacg.com/ajax/GetRelateWord.ashx?a=1&t=0', {
keyword : work_title
} ];
},
parse_search_result : function(html, get_label) {
// console.log(html);
html = JSON.parse(html);
return [ html.map(function(data) {
return data.url.match(/\/([^\/]+)\/$/)[1];
}), html ];
},
title_of_search_result : 'clearTitle',
// 取得作品的章節資料。 get_work_data()
work_URL : function(work_id) {
return 'mh/' + work_id + '/';
},
parse_work_data : function(html, get_label, extract_work_data) {
// console.log(html);
var text = html
.between('</h1>', '<div class="Content_block font_red">'),
//
work_data = {
// 必要屬性:須配合網站平台更改。
title : get_label(html.between('<h1>', '</h1>')),
// 選擇性屬性:須配合網站平台更改。
收藏 : html.between('id="Mark2Pocket">').between('<small>',
'</small>'),
赞 : html.between('id="DoLike">').between('<small>', '</small>'),
// <span>总评分:</span>很好,公认的佳作<br />
// <span class="star2_bg" style="float:left;"><span class="star2"
// style="width:171px;"></span></span><strong>9.5</strong>
总评分 : html.between('<span class="star2"').between('<strong>',
'</strong>')
};
extract_work_data(work_data, text.between('<span class="broken_line"',
'</li>'),
//
/<span>([^<>:]+):<\/span>([\s\S]*?)(?=<span>|<div)/g);
Object.assign(work_data, {
description : get_label(text
// <span class="broken_line" style="margin:7px
// 0;width:434px;"></span>
.between('<ul class="synopsises_font">',
'<span class="broken_line"').replace(work_data.title, '')),
author : work_data.作者,
last_update : work_data.更新时间
});
var matched = work_data.最新连载.match(/^(.+)\[([^\[\]]+)\]$/);
if (matched) {
work_data.latest_chapter = matched[1];
work_data.status = matched[2];
}
// console.log(work_data);
return work_data;
},
get_chapter_list : function(work_data, html, get_label) {
html = html.between('漫画连载</span>', '<div class="content_left2">');
work_data.chapter_list = [];
work_data.chapter_list.part_NO = 0;
var matched;
while (matched = PATTERN_part.exec(html)) {
work_data.chapter_list.part_NO++;
var part_title = get_label(matched[1]), text = matched[2],
// e.g., 请别告诉我这是三国正史! 空想神曲IDOLING
PATTERN_chapter = /<a href="(.+?)".*?>(.+?)<\/a>/g;
while (matched = PATTERN_chapter.exec(text)) {
var chapter_data = {
part_title : part_title,
url : matched[1],
title : get_label(matched[2])
};
work_data.chapter_list.unshift(chapter_data);
}
}
// console.log(JSON.stringify(work_data.chapter_list));
// console.log(work_data);
},
pre_parse_chapter_data
// 執行在解析章節資料 process_chapter_data() 之前的作業 (async)。
// 必須自行保證執行 callback(),不丟出異常、中斷。
: function(XMLHttp, work_data, callback, chapter_NO) {
var chapter_data = work_data.chapter_list[chapter_NO - 1],
//
html = XMLHttp.responseText, _this = this;
html.between('<script language="javascript">', '</script>');
var matched, PATTERN_assignment =
// [ expression, variable name, value, quote ]
/\svar\s+([a-zA-Z\d_]+)\s*=\s*(\d+|true|false|(["'])(?:\\.|[^\\"']+)*\3)/g
// @see dm5.js
;
var page_variables = chapter_data.page_variables = Object.create(null);
while (matched = PATTERN_assignment.exec(html)) {
// console.log(matched);
page_variables[matched[1]] = JSON
.parse(matched[3] === "'" ? matched[2].replace(
/^'([\s\S]*?)'$/g, function(all, inner) {
return '"' + inner.replace(/"/g, '\\"') + '"';
}) : matched[2]);
}
// console.log(html);
// console.log(page_variables);
var image_list_url;
if (true) {
// 2020/1/19 版本
image_list_url = '/ajax/Common.ashx?op=getPics&cid='
// var apiUrl = "/ajax/Common.ashx?op="; @
// https://manhua.sfacg.com/js/v1/request-1.0.8.js
+ page_variables.c + '&chapId=' + page_variables.chapId
+ '&serial=' + page_variables.fn + '&path='
+ page_variables.nv
// per jQuery
+ '_=' + Date.now();
} else {
// @deprecated: 2020/1/7 版本
matched = html.match(
// e.g., "//comic.sfacg.com/Utility/1951/ZP/001.js"
/<script .*?src="(\/\/comic\.sfacg\.com\/Utility\/[^"]+\.js)"><\/script>/
// "//comic.sfacg.com/Utility/" + .c + "/" + .fn + "/" + .nv + ".js"
)[1];
image_list_url = 'https:' + matched;
}
this.get_URL(image_list_url, function(XMLHttp) {
try {
html = XMLHttp.responseText;
// console.log(html);
if (true) {
// 2020/1/19 版本
html = JSON.parse(html);
// console.log(html);
chapter_data.image_list = html.data;
} else {
// @deprecated: 2020/1/7 版本
html = html.replace(/var picAy/,
//
'chapter_data.image_list').replace(/picAy(\[\d+\])/g,
'chapter_data.image_list$1').replace(/var\s/g,
'chapter_data.');
eval(html);
chapter_data.image_list = chapter_data.image_list
//
.map(function(url) {
return encodeURI(chapter_data.hosts[0] + url);
});
}
} catch (e) {
// for 山海无极 #23
if (this.skip_error)
CeL.error(html);
else
this.onerror(e, work_data);
}
callback();
});
},
parse_chapter_data : function(html, work_data, get_label, chapter_NO) {
var chapter_data = work_data.chapter_list[chapter_NO - 1];
// console.log(chapter_data);
// 已在 pre_parse_chapter_data() 設定完 {Array}chapter_data.image_list
return chapter_data;
}
});
// ----------------------------------------------------------------------------
// CeL.set_debug(3);
start_crawler(crawler, typeof module === 'object' && module);