使用GitHub Actions的禁漫天堂爬虫🤡
java这门语言能让小项目变成中项目, 中项目变成大项目 🤡
没什么牛逼的地方, 就是春节假期图一乐🤡
想当初我也是立志成为一位优雅的C#er, 结果现在想要做一个新项目居然首先用java🤡
刚刚暂时不方便打字,但是现在我不禁想问问大家, 是不是应该点一个Star⭐❓
希望大家使用的时候要注意下, 每一次使用爬虫下载都是对禁漫天堂的持续性访问, 所以尽量不要一次性添加太多本漫画, 这样会对禁漫天堂服务器带来比较持久的压力, 最好挑到喜欢的再选择下载, 谢谢🤞
⚠因为下载器是根据网页结构进行分析的, 如果禁漫天堂的页面进行了更新, 很可能会下载失败, 所以当使用过程中发现报错,下载失败,缺章漏页, 请提交issue通知我更新代码.
更新日期 | 更新内容 |
---|---|
2022/10/25 11:00 | 同步跟进quarkus框架到2.13.3.Final版本. |
2022/10/13 17:00 | 同步跟进quarkus框架到2.13.2.Final版本. |
2022/10/7 17:30 | 抛弃切割判断算法, 因为我已经找到需要切割和不需要切割的分界线了, 判断相似度已经没有意义了, 版本升级到5.1.0, 起飞🦽. |
2022/10/7 14:30 | 优化切割判断算法, 抛弃原有的每一张图判断一次切割规则, 现在通过随机某一张图片判断整章漫画是否需要切割, 现在可能一章中有某一页是错的, 但是大部分都应该是正确的. |
2022/10/7 01:00 | 同步跟进quarkus框架到2.13.1.Final版本. |
2022/10/6 17:00 | 支持下载单页大于300张图的漫画功能. |
2022/10/6 01:00 | 祝大家国庆节假期快乐🧻. |
2022/10/6 01:00 | 程序退出判断变得更加宽松, 避免缺少部分图片导致程序等待. |
2022/10/6 01:00 | 项目经过部分重构, 变得更难看懂了, 升级版本号到5.0.0🦽. |
2022/10/6 01:00 | 同步跟进quarkus框架到2.13.0.Final版本. |
2022/10/6 01:00 | 放弃使用graalvm22.2.0, 升级项目到jdk19. |
2022/8/12 01:00 | 由于前端水平太低, 不懂得如何判断某一章节是否需要切割, 所以最终使用了差异值哈希算法进行相似性校验, 绕远路才是我的最短捷径!🦽. |
2022/8/7 13:00 | 修复章节名称以点结尾时文件夹命名出错问题. |
2022/8/7 12:00 | 修复下载单章漫画报错问题. |
2022/8/7 11:40 | 升级graalvm到22.2.0. |
2022/8/7 11:20 | 升级支持下载webp格式的漫画. |
2022/8/7 11:15 | 同步跟进quarkus框架到2.2.11.2.Final版本. |
2022/4/15 11:15 | 尝试将Graalvm升级到22.0.0. |
2022/4/15 11:10 | 同步跟进quarkus框架到2.8.0.Final版本,因为广州疫情,现在被封在管控区,但是放假太舒坦了,先让我享受一阵放假生活,bug后面再修.🦽 |
2022/3/31 11:00 | 修复新版漫画页面样式变更导致下载失败问题. |
2022/3/24 12:00 | 同步跟进quarkus框架到2.8.0.CR1版本. |
2022/3/18 11:20 | 同步跟进quarkus框架到2.7.5.Final版本. |
2022/3/4 11:20 | 同步跟进quarkus框架到2.7.4.Final版本. |
2022/3/4 11:20 | 同步跟进quarkus框架到2.7.3.Final版本. |
2022/2/25 10:50 | 同步跟进quarkus框架到2.7.2.Final版本. |
2022/2/13 21:33 | 同步跟进quarkus框架到2.7.1.Final版本. |
2022/2/6 11:33 | 同步跟进quarkus框架到2.7.0.Final版本. |
2022/2/1 12:33 | 新的一年里祝各位LSP身体健康, 合家欢乐, 虎年大吉😘. |
2022/1/28 09:33 | 同步跟进quarkus框架到2.6.3.Final版本. |
2022/1/19 23:09 | 修复当漫画高度除以分块数取整为0时导致的保存图片失败问题. |
2022/1/15 21:26 | 修复当漫画高度除以分块数非整数时缺失像素导致画面断层问题. |
2022/1/14 11:05 | 同步跟进quarkus框架到2.6.2.Final版本. |
2021/12/21 10:10 | 同步跟进quarkus框架到2.6.1.Final版本. |
2021/12/21 10:10 | 同步跟进quarkus框架到2.6.0.Final版本. |
2021/12/21 10:10 | 同步跟进quarkus框架到2.5.4.Final版本. |
2021/12/13 15:10 | 同步跟进quarkus框架到2.5.2.Final版本. |
2021/12/3 11:15 | 同步跟进quarkus框架到2.5.1.Final版本. |
2021/11/25 17:15 | 同步跟进quarkus框架到2.5.0.Final版本. |
2021/11/8 15:30 | 同步跟进quarkus框架到2.4.1.Final版本. |
2021/11/7 01:10 | 恭喜EDG获得英雄联盟S11全球总决赛冠军🎉重铸LPL荣光, EDG义不容辞!👏. |
2021/10/29 10:38 | 尝试将jdk升级到Graalvm17. |
2021/10/13 16:47 | 2.3.0的quarkus插件有问题,无法读取到配置的settings.xml文件,所以升级到框架2.4.0.CR1. |
2021/10/10 14:30 | 同步跟进quarkus框架到2.3.0.Final版本, 升级程序版本号为4.0.0. |
2021/10/10 14:30 | 修复本地运行时日志编码打印非UTF-8导致乱码问题. |
2021/10/10 14:00 | 终于修复了禁漫天堂cloudflare验证问题,现在可以正常使用了. |
2021/9/12 13:49 | 同步跟进quarkus框架到2.2.2.Final版本. |
2021/9/10 13:38 | 感谢@calject大佬提供的最新图片切割算法💕, 现在终于可以正确切割最新的章节了👏. |
2021/8/10 16:47 | 同步跟进quarkus框架到2.1.1.Final版本. |
2021/7/28 10:40 | 同步跟进quarkus框架到2.0.3.Final版本. |
2021/7/01 10:40 | 热烈祝贺我党成立100周年🙌, 希望诸位LSP看漫之余不忘初心牢记使命🎉. |
2021/7/01 10:30 | 同步跟进quarkus框架到2.0.0.Final版本. |
2021/5/31 10:43 | 提交3.1.0 release版本. |
2021/5/26 15:40 | 修复由于访问频率过高提示禁漫娘被你玩壞啦 ??ヽ(??Д`)??休息一分鐘後會好限制访问导致的爬取失败, 禁漫天堂从接口层面加了访问速度限制之后, 下载会不可避免地变慢, 因为每次触发限制都最少要一分钟才能重新访问. |
2021/5/15 18:34 | 周末突然发现禁漫天堂又撤掉了Cloudflare 5秒盾, 程序又能直接通过github action使用了, 不需要添加cookie. |
2021/5/9 17:30 | 由于禁漫天堂最近加了Cloudflare 5秒盾反爬虫, 暂时需要在配置文件中添加cookie才能爬取, 请根据下方说明添加cookie, 后续我看看用什么方法绕过拦截. |
2021/4/13 14:30 | 添加触发action的限制, 只有修改了downloadPath.json文件才会触发action, 修改其他文件则不触发. |
2021/3/27 14:04 | v3.0.0 放弃springboot框架, 换成使用响应式框架quarkus, 感觉应该是更快了的. |
2021/2/25 15:16 | v2.0.0 重大更新, 支持直接使用Github Action自动爬取漫画, 不需要本地部署, 直接输入漫画url然后等待Github Action爬取完成然后下载压缩包即可. |
2021/2/18 22:15 | v1.2.0支持下载整本只有一章的无章节漫画. |
2021/2/18 16:35 | 添加下载单独某个章节的功能. |
2021/2/18 15:38 | 确保配置文件中配置为空时程序能够正常识别. |
2021/2/17 20:51 | 修复由于章节列表格式不规范导致的获取章节名称失败. |
v2.0.0之后现在支持直接使用Github Action进行下载, 不需要手动部署了.
Github Action是微软收购github之后推出的CI/CD工具, 你可以理解为这是一台微软免费给你白嫖的2核7G内存的服务器, 每次提交代码都可以触发运行一次服务器.
现在程序支持提交代码之后直接通过这个服务器帮你下载完成漫画, 然后打成一个压缩包, 提供给你下载.
感谢微软, 微软大法好🙌
通过以下步骤即可在GitHub Action上运行程序
- 点击图中fork按钮, fork一份我的项目给你自己.
如果你以前fork过一次, 然后我提交了代码对bug修复, 但是你不懂得如何将我的修复代码合并到你的仓库, 那你可以直接删掉你的仓库, 重新fork一次.
-
进入
/src/main/resources/downloadPath.json
, 点击箭头所指的编辑按钮,对该文件进行编辑, 注意使用github action模式的时候只需要修改这个json文件, 其他任何文件都不需要修改, 也不要提交pull request到上游来. -
按照json格式填入漫画链接, 如果要下载一本, 那格式为(注意英文双引号) :
[ "https://18comic.vip/album/180459" ]
如果要下载两本或者多本, 格式为(注意英文逗号) :
[ "https://18comic.vip/album/180459", "https://18comic.vip/album/182168" ]
注意尽量不要一次性添加太多漫画, 否则下载起来时间要很久, 压缩包也会很大, 并且添加的链接要是直接能访问到禁漫天堂的网站, 而不是各种镜像站, 根据禁漫天堂的公告板提示, 你所添加的漫画域名应该来自以下2个 :
https://18comic.vip (最好直接使用这个, 把你的漫画链接域名直接更换成这个就可以了.)
添加完成之后, 点击下方提交按钮 :
-
绿色说明运行成功, 黄色说明正在运行, 红色说明运行失败. 运行成功之后, 点击对应的任务 :
点击箭头所指的finder-result压缩包文件, 即可下载已经打包好的爬虫图片, 注意下载这个压缩包的时间取决于你访问github的速度, 如果没有科学上网可能需要下载很久.
-
安装jdk19.
-
安装maven.
-
下载源代码并且修改application.properties文件中的以下几个配置 :
- comic.download.path : 下载到本地的目录
- comic.proxy.host : 科学上网的ip
- comic.proxy.port : 科学上网的端口
comic.download.path=C:\\Users\\jiayao\\Pictures
comic.proxy.host=127.0.0.1
comic.proxy.port=10808
4.执行mvn clean package
得到最后的jar包
如果直接下载我提供的jar包, 无法手动编辑jar包内的properties文件, 请在jar包所在的目录新建一个config文件夹, 在里面新建一个application.properties文件, 然后粘贴并且修改上述几个参数.
程序现在支持两种运行模式, 作为单次运行的前台模式, 和作为持续运行服务的后台模式
前台模式是指程序完成下载任务之后会自动关闭, 通过读取代码中的downloadPath.json文件内的链接, 或者启动时传入参数来进行下载, 每一次下载都要运行一次程序.
如果有条件手动打包程序, 则进入/src/main/resources/downloadPath.json
目录, 按照json格式填入漫画链接, 如果要下载一本, 那格式为 :
[
"https://18comic.vip/album/180459/"
]
如果要下载两本或者多本, 格式为(注意逗号) :
[
"https://18comic.vip/album/180459/",
"https://18comic.vip/album/182168"
]
前台模式与后台模式都支持下载整本漫画或者单独某个章节.
添加数据之后, 打包, 然后在确保已经有jdk19之后, 命令行中进入jar包所在的目录, 执行java -jar ./*.jar
即可按照前台模式运行程序, 程序会自动下载json文件中的所有漫画 , 当下载完成之后, 程序会自动退出.
如果没有条件打包程序, 但是有条件运行程序, 例如只装了jdk19但是没有安装maven等, 那就直接下载我提供的jar包, 按照前面说所方法在jar包所在的目录新建一个config文件夹,
在里面新建一个application.properties文件, 粘贴并且修改上述几个参数, 然后命令行进入jar所在的目录, 执行java -jar ./*.jar 漫画路径1 漫画路径2
,例如 java -jar ./*.jar https://18comic.vip/album/180459
, 这时候这本漫画就会被下载, 多本漫画请用空格隔开.
后台模式是指程序将会作为一个服务持续运行, 通过等待接口请求来下载漫画, 每一次请求接口就会进行一次下载, 程序完成下载后不会自动关闭.
程序打包或者下载我提供的jar包, 然后在确保已经有jdk19之后, 命令行中进入jar包所在的目录, 执行java -jar ./*.jar -s
(注意-s参数)即可按照后台模式运行程序 ,
当下载完成之后, 程序会继续等待服务.
运行程序之后打开浏览器, 在地址栏输入 :
http://localhost:7788/finder/download?homePage=你想要下载的漫画主页
即可开始下载整本漫画, 例如
http://localhost:7788/finder/download?homePage=https://18comic.vip/album/177680
如果想要下载单独的某一个章节, 只需要输入对应的章节主页即可, 例如
http://localhost:7788/finder/download?homePage=https://18comic.vip/photo/211115
- 使用quarkus框架
- 支持github actions
- 没有用到爬虫库, 纯用hutool对html页面进行切分.
- 多线程异步爬虫.
- 对2020-10-27之后的反爬虫图片进行了反反爬虫处理.
- 使用jdk19的虚拟线程改造程序
- 支持github action
- 支持单独下载某个章节而不是每一次都下载完整的一本漫画.
- 支持下载整本只有一章的无章节漫画.
- 通过指定外部配置文件来覆盖内部配置文件, 对于直接下载jar包的用户不需要先解压修改配置文件后再压缩回去.
- @lizongcong : 提供了只有更新json文件才会触发action的建议.
- @calject : 提供了新版禁漫天堂前端切割算法.