【工具推荐】下载你在博客园的文章原稿

序

推荐一下博主自己写的python程序，以md格式下载自己在博客园的随笔原稿，保留分类，标记草稿和非公开的稿件。支持离线图片

区别于其它的爬虫是以访客身份爬取文章阅读页面的html，这个下载器程序是以作者的身份获取原稿内容的

希望能帮助大家拿回自己的数据

这是GitHub项目地址：

Cnblogs Blogger Downloader

以下是readme

Usage

Configuration

运行前需要进行配置：

1. 打开浏览器登录博客园，登录时勾选"记住我"

2. 登录后浏览器按F12，找到Cookie，拷贝.Cnblogs.AspNetCore.Cookies的值到main.py的COOKIE中

3. main.py中dl.CnblogsDownloader的第二个参数为下载路径

可选的配置：

将随笔中引用的图片一并离线到随笔的文件夹，需要更改main.py

# 将此行
downloader = dl.CnblogsDownloader(COOKIE, "D:\cnblogs")
# 改为
downloader = dl.CnblogsDownloader(COOKIE, "D:\cnblogs", download_img=True)

md中的链接会自动替换

Dependencies

pip install httpx

Start

配置好程序并安装好httpx依赖后，命令行运行：

python main.py

会看到打印的输出:

Features

下载的文件名为随笔标题，分类和标题中的特殊字符\/:*?"<>|会被空格代替，文件编码为UTF-8

程序会区分你的随笔是否是公开的，是否是草稿状态，并在文件名后追加[非公开]或[草稿]

程序只能在Windows下运行，未做其他系统适配

如果你在博客园中删除了一篇文章，程序不会删除相应的本地文章

.CnblogsDownloaderFlag.json中保存着上次运行程序的时间，如果博客园中的文章未更新，那么不会反复下载

一旦程序决定要下载某篇随笔，那么它会覆盖此随笔及其引用的图片

For Developer

博客园公开的api文档：https://api.cnblogs.com/help

但显然不够用，而且要申请api权限，于是自己根据网络通信总结了几个重要的api的文档：cnblogs-apiDoc