iframe 返回上一页_doc88 文档下载 上

最近找一些国外的压力容器方面的资料。美帝在这方面耕耘上百年，各种文档标准非常齐全。当然买肯定是买不起的了，那怎么办？经过一番搜索，doc88上面东西不少。阅读还是可以的，但是想弄下来。怎么办？

### 摸索

- 小试牛刀F12


这里先看看html中的结构，比如说用图片显示单个页面，然而并没有啊。我再去sources面板下去找找有没有相关的脚本。我发现mu.js这个脚本好像与PDF相关。PDFiumJS是个什么东西？貌似好像也许跟PDF有关系。作为一个只懂得二级C的机械汉子，把这研究出来怎么排版pdf估计是不可能。源代码分析的路子算是走不通了。


- 一头雾水

既然我看文旦的时候是动态加载的，那么网络返回的数据要直接是PDF页面，那不很妙么。



看这返回的数据看是看不懂的，ebt是个什么数据，也搞不懂。

- 柳暗花明

再看一眼html吧。这里发现一个问题，所有内容显示应该是画在Canvas。为啥说应该是呢？因为前面html中，我既没有看到排版的div css等，也没有找到图片。在各页中只有canvas，而且其尺寸相当大。那怎么把Canvas画的内容弄出来呢？一顿搜索，貌似可行。


### 实现

- 胜利在望

这里我先用选择子获取canvas，这里获取了很多。取一个``canvas``调用``toDataURL``函数，返回的数据是``base64``编码的。

```

array_c = document.querySelectorAll('canvas')

a = array_c[0]

a.toDataURL()

```


找个网站测试一下图片对不对！记得要把编码前面``data:image/png;base64,``删除。


- 大步流星

能获取图片那么这已经是非常大的进步了，接下来我们应该考虑把图片弄下来。这里不能只弄一张图片，而是应该把所有图片弄下来，做成一个PDF文档。怎么在浏览器里面合成PDF这个真不会。我想到另一个方法就是把图片发送到我自己的服务器上。当然这个服务器就是本地服务器。作为有点入门Python水平的菜鸟，能会的web框架也就是Flask了。

服务器端代码：

```

from flask import request, Flask

import io

import os

from flask_cors import CORS

from PIL import Image

import base64

app = Flask(__name__)

CORS(app)

@app.route('/')

def index():

return 'Index Page'

image_dir = 'images'

@app.route('/hook', methods=['POST'])

def hook():

#data = request.form

#print(data['name'])

prefix = 'data:image/png;base64,'

data = request.get_json()

base64_data= data['image']

image_id = data['id']

base64_data = base64_data.replace(prefix,'')

img_data = base64.b64decode(base64_data)

#image = Image.open(io.BytesIO(img_data))

# with open('image.txt','w') as f:

# f.write(base64_data)

path = os.path.join(image_dir,image_id+'.png')

with open(path,'wb') as f:

f.write(img_data)

return 'success'

if __name__=='__main__':

小程序 - 让APP加速RUN！(debug=True)

```

脚本代码（这些代码运行在浏览器的控制台）：

```

function sendPages(){

cs = document.querySelectorAll('canvas')

cs.forEach((c)=>{

data = {"image":c.toDataURL(),"id":c.id}

fetch("http://127.0.0.1:5000/hook",{"mode":"cors","headers":{"Content-Type": "application/json"},"method":"POST","body":JSON.stringify(data)})

})

}

```

这些代码写了多久，咱是高手，所以写了10个小时（网易+B站+微博+搜索）。光这个CORS就让我郁闷了半天，只好B站蹉跎。咱只知道跨域会出现问题，但不知道跨域服务器也需要支持才行。

- 结尾

难道就这样行了么，显然还有很多问题。咱先不说这脚本要按F12然后到console运行的问题。如果我打开一个页数比较多的文档，那么开始肯定不会展开所有文档。我得点击继续阅读才行。还有一个非常重要的问题，文档是动态加载的。某个页面的文档被显示过才能加载，有点拗口。其实就是你得先看一遍文档，当然一秒也行，只要加载了就行。那我为了弄一个300页的文档，足足一个小时看文档。一页一秒，五分钟不就行了么。开玩笑，咱哪能这么集中精力。一页一页这么看，这是人干的事情么，只是为了翻页加载而已。所以这里得改。预知后事，请听下回倒腾。