前言
前段时间写了个双引擎分章节下载存储小说的思路简述。对于一些没有特定的阅读器的小说迷来说,大量的章节文件是一件很麻烦的事儿。并且考虑到小说网站限速的问题,加上网络传输速度和硬盘读写速度的差距,这显得实际的意义不大。于是决定重写更简单的基础版的一键下载小说。将一本小说的多个章节合并存储在一个文本。只需一个简单的文本阅读器就可实现小说的轻松阅读。
分析
案例中的小说网站HTML体系结构比较简洁清晰,小说的标题和翻页特征码均是明确的。
小说章节内容页面包含在一个HTML文件中,HTML标签容器是一个class属性值为“word_read”的DIV标签。小说标题包含于章节内容之中的一个H3标签。
小说翻页的方式——是一个包含“下一章”的A标签。
小说的章节和翻页都有了,剩下的是翻页的界限——翻页的终止方式。打开小说的最后一章内容页面。与其他章节页面不同的是,最后一章的“下一章”超链接指向的是小说的介绍页面。它们的主要区别是是不是一个以“.html”为后缀的URL地址。籍此可将其作为翻页终止的界限。