[toc] ## 风月读书DIY书源说明 ### 一、解析器 #### 1、Matcher * 说明：Matcher解析器原理为取中间文本，语法最为简单，专门为小白设计，支持html和json数据 * 语法：左边文本+\/\+右边文本(+##+函数)，通配符(*)，[函数说明](#fun) * 其中\以纯文本形式获取，\以html形式解析成纯文本 * 例如： ```html 斗罗大陆IV终极斗罗 ``` 取书名：``````------> ```斗罗大陆IV终极斗罗``` 取链接：```(*)```------> ```https://www.37zww.net/1/1812/``` #### 2、Xpath * 说明：实现库[hegexiaohuozi/JsoupXpath](https://github.com/zhegexiaohuozi/JsoupXpath)，仅支持html数据 * 语法：Xpath语法(+##+函数)，[函数说明](#fun) * 教程 ：[XPath教程-入门](https://www.w3school.com.cn/xpath/index.asp)、[XPath教程-基础](https://zhuanlan.zhihu.com/p/29436838)、[XPath教程-高级](https://zhuanlan.zhihu.com/p/32187820)、[XPath库的说明](https://github.com/zhegexiaohuozi/JsoupXpath/blob/master/README.md) #### 3、JsonPath * 说明：实现库[json-path/JsonPath](https://github.com/json-path/JsonPath)，仅支持json数据 * 语法：JsonPath语法(+##+函数)，[函数说明](#fun) * 教程：[JsonPath教程](https://blog.csdn.net/koflance/article/details/63262484) ### 二、函数说明 #### 1、概要 * 书源规则支持四个普通函数和一个列表函数，分别为@r/@replace，@a/@append，@c/contains，@nc/notContains，! * 如何使用：在书源规则后添加 ***##+函数*** ，多个函数以半角分号 **;** 分隔，若函数内部出现 **;** 请使用 **\;** 转义 #### 2、@r/@replace替换函数 * 语法：@r/@replace(oldStr,newStr) * oldStr为替换前字符串(支持正则)，newStr为替换后的字符串，中间以半角逗号分隔，无需加引号 * 若替换字符串中含有逗号 **,**请使用 **\,** 转义 * 例如： * ```html 斗罗大陆IV终极斗罗 ``` 取书名并将IV替换为4：```##@r(IV,4)```------> ```斗罗大陆4终极斗罗``` #### 3、@a/@append拼接函数 * 语法：@a/@append(str1+str2+...+strn) * str1-n为任意字符串，无需加引号，各字符串以加号 **+ ** 分隔 * 若字符串中含有加号 **+** 请使用 **\+** 转义 * 若要拼接规则获取的字符串，请使用\/\ * 例如： * ```html 斗罗大陆IV终极斗罗 ``` 取书籍链接并拼接域名：```(*)##@a(https://www.37zww.net+)``` ------> ```https://www.37zww.net/1/1812/``` #### 4、@c/contains包含函数 * 语法@c/contains(str) * str为任意字符串，无需加引号 * 执行结果：如果不包含str，则不获取 * 例如： * ```html 斗罗大陆IV终极斗罗 斗罗大陆III龙王传说 斗破苍穹 ``` * 取包含斗罗大陆的书名：```##@c(斗罗大陆)``` ------> ```[斗罗大陆IV终极斗罗, 斗罗大陆III龙王传说]``` #### 5、@nc/notContains不包含函数 * 语法@nc/notContains(str) * str为任意字符串，无需加引号 * 执行结果：如果包含str，则不获取 * 例如： * ```html 斗罗大陆IV终极斗罗 斗罗大陆III龙王传说 斗破苍穹 ``` * 取不包含斗罗大陆的书名：```##@nc(斗罗大陆)``` ------> ```斗破苍穹``` #### 6、!跳过列表前几个函数 * 语法：!+数字 * 此函数仅支持书籍列表(Xpath、JsonPath)，章节列表(Matcher、Xpath、JsonPath) ### 三、书源编辑 #### 1、书源基本信息 * 1）解析器：默认为Xpath，可根据需要选择，目前一个书源仅支持一个解析器 * 2）书源URL：书源唯一标识，不能为空 * 3）书源名称：不能为空 * 4）书源分组：不同分组以;隔开 * 5）书源字符编码：默认UTF-8 * 6）书源说明：这是您留给使用者的说明 #### 2、搜索规则 * 1）搜索地址：搜索关键词以{key}进行占位;post请求以“,”分隔url,“,”前是搜索地址,“,”后是请求体 * 2）搜索字符编码：默认使用书源字符编码 * 3）书籍列表规则： * 对于Mathcer解析器：此处填写书籍列表所在区间，支持普通函数； * 对于Xpath/JsonPath解析器：此处填写书籍列表规则，不支持普通函数，规则后接##!加数字可以跳过列表前几个 * ...书名、作者、分类、简介、连载状态、字数、最新章节、更新时间、封面、目录URL... * 14）详情也URL规则：为空时使用目录URL * 15）关联书籍详情：搜索时是否关联书籍详情页，填true/t表示关联，false/f表示不关联，测试时不生效 #### 3、详情规则 * 书名、作者、分类、简介、连载状态、字数、最新章节、更新时间、封面、目录URL #### 4、目录规则 * 1）章节BaseURL规则：如果章节URL(一般为相对路径)无法定位章节，可填写此规则获取，默认为书源URL * 2）目录列表规则： * 对于Mathcer解析器：此处填写书籍列表所在区间，支持普通函数； * 对于Xpath/JsonPath解析器：此处填写书籍列表规则，不支持普通函数，规则后接##!加数字可以跳过列表前几个 * 3）章节名称(和URL)规则： * 对于Mathcer解析器：此处填写章节名称和URL规则，其中章节名称以\占位，章节URL以\占位，不支持普通函数，规则后接##!加数字可以跳过列表前几个 * 例如：```
</a></dd>``` * 对于Xpath/JsonPath解析器：此处填写章节名称，支持普通函数 * 4）章节URL规则： * 对于Mathcer解析器：此处不用填写 * 对于Xpath/JsonPath解析器：此处填写章节URL规则 * 5）目录下一页URL规则：填写后获取目录时将会不断地从目录下一页获取章节，直至下一页URL为空时停止，注意：千万不要获取恒存在的URL，否则将出现死循环甚至崩溃 #### 5、正文规则 * 1）正文规则 * 2）正文BaseURL规则：如果下一页URL(一般为相对路径)无法定位下一页，可填写此规则获取，默认为书源URL * 3）正文下一页URL规则：填写后正文时将会不断地从下一页获取内容，直至下一页URL为空时停止，注意：千万不要获取恒存在的URL，否则将出现死循环甚至崩溃 #### 6、URL说明 * 1）所有URL均支持相对路径 * 2）如当前规则中获取了BaseURL，则软件将会以此BaseURL获取URL的绝对路径，否则将以书源URL获取URL的绝对路径 ### 四、书源测试 #### 1、概要 * 书源测试分为测试搜索配置、测试书籍详情、测试目录列表、测试章节内容 * 测试界面可查看解析结果和网页源码 * 解析结果以Json格式输出 * 网页源码高亮显示 #### 2、测试搜索配置 * 在输入关键词确认后将会跳转至测试界面 * 解析结果分为信息和结果 * 信息中输出解析书籍数量 * 结果中输出书籍列表 #### 3、测试书籍详情 * 在输入书籍URL确认后将会跳转至测试界面 * 解析结果为单本书籍信息 #### 4、测试目录列表 * 在输入目录URL确认后将会跳转至测试界面 * 解析结果分为信息和结果 * 信息中输出解析章节数量 * 结果中输出章节列表 #### 5、测试章节内容 * 在输入章节URL确认后将会跳转至测试界面 * 解析结果为章节内容