apachecn / doctool Goto Github PK

安装依赖项

pip install -r requirements.txt
npm install
apt install imagemagick
apt install pngquant

epub-crawler.js

抓取网页和图片并保存 EPUB，解压后可以得到图片和 HTML。

需要 ImageMagick 和 pngquant。包依赖见文件开头。

node epub-crawler

配置文件config.json：

• name：保存的文件名称
• url：目录页 URL
• link：链接<a>的选择器
• base：链接<a>的前缀
• title：文章页的标题选择器
• content：文章页的内容选择器
• remove：文章页需要移除的元素的选择器
• credit：是否显示原文链接
• processMath：是否处理 TeX 公式
• processDecl：是否处理 sphinx 类定义
• hdrs：HTTP 请求的协议头
• list：如果这个列表不为空，则抓取这个列表，忽略url

img-better.js

自动压缩图片。需要 ImageMagick 和 pngquant。

node img-better <dir>

img.js

保存 HTML 中的图片到同目录的img中，并更新 HTML 中的链接。

node img <file|dir>

trans.py

调用谷歌翻译按段落翻译 HTML。

python trans.py <file|dir>

tomd.js

将 HTML 转化为 MD

node tomd <file|dir>

规则定义my-conventors.js

RuleObj {

    filter: string|Array[string]|function(Element):boolean,
    replacement: function(string, Element):string
}

module.exports: Array[RuleObj]

sina-short.js

将 MD 中的链接转换为新浪短网址。

node sina-short <file>

process_tex.js

将 MD/HTML 中的 TeX 公式转换为图片。

node process_tex <dir>