最近极客时间有个活动,企业可以为每位员工免费领取3门课程。刚好我们公司领导也给我们申请了这个权益(没有领取的可以找领导说说帮忙弄一下, 活动地址 )。
免费领取的课程只有30天有效期,因为工作日白天要正常上班,30天之内没法学完3门课程。所以就写了个脚本,将账号下所有可以看到的专栏课程自动保存到本地。
将代码 clone 到本地
git clone git@github.com:zhengxiaotian/geek_crawler.git
直接在终端或者 Pycharm 中运行脚本(ps: 代码是在 Python3 下编写的,需要使用 Python3 运行)
# 运行前需安装一个第三方库 requests
python geek_crawler.py
输入账号密码
E:\geek_crawler (master -> origin)
λ python geek_crawler.py
请输入你的极客时间账号(手机号): *************
请输入你的极客时间密码: ************
2020-04-28 19:32:41,624 - geek_crawler.py[line:307] - INFO: 请求获取文章信息接口:
2020-04-28 19:32:41,633 - geek_crawler.py[line:320] - INFO: 接口请求参数:{'id': 225554, 'include_neighbors': 'tru
e', 'is_freelyread': 'true'}
2020-04-28 19:32:42,047 - geek_crawler.py[line:349] - INFO: ----------------------------------------
2020-04-28 19:32:47,131 - geek_crawler.py[line:478] - INFO: 正常抓取完成。
PS:如果抓取过程中有接口报错导致抓取中断,可以查看日志中对应的报错信息,然后直接重新跑脚本继续抓取(之前抓取成功的文章会在本地有文档记录,后续不会重复抓取的)
输入账号密码后自动将该账号下所有可以看到的专栏(图文+音频),保存到本地;
可以支持选择保存成 Markdown 文档或者 HTML 文档;
支持配置排除某些课程的拉取(比如已经有的课程不再下载);
抓取指定名称的课程;
将每篇文章的评论与正文一起保存到本地;
将视频拉取下来保存成 MP4 文件;