提供一个工厂方法,创建用户在豆瓣标记为电影、书籍、音乐、游戏对应的看过、在看、想看等条目的 Getter 方法。
提供一个 Save 方法,将 Getter 获取的数据保存至本地。
我的目标是备份豆瓣用户在豆瓣上的标记数据,而不是爬取豆瓣数据。所以获取信息的页面,我选取的是 豆瓣标记信息列表 的页面 而不是条目详情页面。
如该页面:下一餐有折耳根想看的电影
hqweay/MarkAll 提供 GUI:
-
引入包
yarn add https://github.com/hqweay/douban-getter.git # npm i douban-getter # yarn add douban-getter
-
使用样例
let { createDoubanDataGetter, saveDoubanData, DoubanTypeEnum } = require('douban-getter'); // 存储路径 const STORE_PATH = "douban-data-backup"; // 豆瓣帐号 const userName = "hqweay"; let getDoubanWatchedMovies = createDoubanDataGetter(DoubanTypeEnum.watchedMovies); // 获取用户在豆瓣标记为想看的电影条目 getDoubanWatchedMovies(userName, pageStart = 1, pageEnd = 2, sleepTimer = 1500).then(function (data) { // 数据、路径、文件名 saveDoubanData(data, STORE_PATH + "/hqweay/movie/", "watchedMovies"); })
提供一个工厂方法,创建用户在豆瓣标记为电影、书籍、音乐、游戏对应的看过、在看、想看等条目的 Getter 方法。
// let getDoubanWatchedMovies = createDoubanDataGetter(DoubanTypeEnum.watchedMovies);
const DoubanTypeEnum = {
"watchedMovies": "watchedMovies",
"wishMovies": "wishMovies",
"watchingMovies": "watchingMovies",
"readBooks": "readBooks",
"wishBooks": "wishBooks",
"readingBooks": "readingBooks",
"listenedMusics": "listenedMusics",
"wishMusics": "wishMusics",
"listeningMusics": "listeningMusics",
"playedGames": "playedGames",
"wishGames": "wishGames",
"playingGames": "playingGames",
}
电影 | 书籍 | 音乐 | 游戏 |
---|---|---|---|
看过 | 读过 | 听过 | 玩过 |
想看 | 想读 | 想听 | 想玩 |
在看 | 在读 | 在听 | 在玩 |
createDoubanDataGetter 的返回值是一个豆瓣标记数据的 Getter 函数,里面是一个 Promise,通过回调方法可以对 Getter 获取的数据进行相应处理。如:
getDoubanWishMovies(userName, pageStart = 1, pageEnd = 2, sleepTimer = 1500).then(function (data) {
// 数据、路径、文件名
saveDoubanData(data, STORE_PATH + "/hqweay/movie/", "wishMovies");
})
getDoubanWatchedMovies(userName, pageStart = 1, pageEnd = 2, sleepTimer = 1500);
参数 | 说明 |
---|---|
userName | 豆瓣帐号 |
pageStart | 数据获取开始页(注意:一页 15 条数据) |
pageEnd | 数据获取结束页 |
sleepTimer | 爬取数据的时间间隔(不建议修改,过快会被限制访问...)默认为 1500(ms) |
saveDoubanData() 是这个项目核心外的一个方法,用于将 Getter 获取的数据保存至本地。
saveDoubanData(data, STORE_PATH = "douban-data-backup", fileName = "my-info");
参数 | 说明 |
---|---|
data | 数据 |
STORE_PATH | 存储路径 |
fileName | 保存文件名 |
把获取豆瓣数据抽象为三步:获取页面、解析页面、数据存储。
核心是 douban-data-getter-func-creater.js
,用户可以通过该文件提供的方法创建一个 获取某项信息的函数。
如:
let getDoubanWatchedMovies = createDoubanDataGetter("watchedMovies");
let getDoubanWishMovies = createDoubanDataGetter("wishMovies");
douban-data-getter-func-creater.js
依赖 get-douban-data-url.js
、 resolve-douban-data.js
与 save-douban-data-to-local.js
。
get-douban-data-url.js
:通过参数获取豆瓣信息页面的 url
。
resolve-douban-data.js
:解析对应豆瓣信息页面的标签获取数据。
save-douban-data-to.js
:备份数据的存储
注意:现在文件夹下的 resolve 文件是 resolve-douban-data-to-json.js
,表示获取信息后以 JSON 格式存储。
同理,save 文件是 save-douban-data-to-local.js
,表示存储至本地。
可参考目录下的 src/config/douban-data-urls.md
。
参考 /douban-data-backup
下的文件。
您可以创建自己的 save-douban-data-to-cloud.js
等类似文件编写上传到存储服务的逻辑。
也可以创建自己的 resolve-douban-data-to-csv.js
解析数据为 csv 格式保存...
也许我后面会写...
另外,话说保存数据格式为 JSON
,其它格式可以使用在线转换工具嘛...
比如 JSON 转 CSV :https://www.bejson.com/json/json2excel/
豆瓣读过的书籍页面直接访问 403,但是先访问用户主页,再访问读过的书籍页面就没问题。对比两个页面的请求头发现相差一个 Cookie 字段,但是——我又没登录。看样子只要有该字段就没问题,服务器没做其它啥验证。
hexo-douban-getter :基于本项目写的展示豆瓣标记条目的 Hexo 插件。
hqweay/MarkAll :提供 GUI 导入豆瓣标记数据