复活这个失效的文库下载神器，从此告别VIP

写在前面

当你在网上冲浪，想着搜索资源，或者说想要下载一个文档的时候。在点击下载的时候，是不是经常遇到下面的情况（可恶的拦路虎）

道客巴巴

---

 百度文库

---

这两个主流的资料库都是这样的，大部分内容下载都需要VIP，有一些甚至要VIP才能查看全文。这对于一心只想白嫖的我来说，真的是难以忍受。

---

可恶，难道就没有什么办法了吗？（）。想着想着，一个已经“死了”的百度文库下载神器——文库下载器BY小叶。但是这一个下载器由于作者遭到了许多的指责与谩骂。主要就是有部分人利用这一个来谋取私利，甚至在某宝上面都有售卖。作者因此最后也自己限制了这个工具的使用。

关于文库下载器（by 小叶）

              此文库下载器下载器在某一时间段，真的是白嫖党的福音。简洁又好用，关键是全部免费，让你告别VIP，畅享百度文库。打开后是这个样子（下图）

---

虽然说看着有一点点花哨，但是十分简洁好用的。但是，有一个坏消息，如果打开后还是这个样子的话，那也就没有这篇文章了。现在打开的话，应该是这个样子的

---

会弹出一个强制更新的提示。点进确定后，看到的将会是作者已经注销的博客，里面留下的声明写满了无奈。

---

谈谈原理

这些下载器是一般大体上分两种方法实现下载功能，一种是解析文库站的代码，然后破除前端限制，再下载文档内容；一种则是边截图，边 OCR 识别，最后整合到一起。但是这两种方法只能在可以预览全文的情况下下载全部内容。当遇到下面的情况

 下载器也无能为力啦。但这种也能满足我们大部分需要了。话不多说，我来说说如何复活这个下载器!

---

复活篇

文库下载器：click

    首先我们要明确我们的目标，这个下载器的问题前面也说了，不是不能下，而是有那个更新的弹窗。我们只要阻止向这个网页跳转就行了。现在我介绍两种方法。

一 断网法

这个方法很直截了当，每次进入前，断掉网络连接即可。这个方法，虽然简单有效，但是每次进入都要进行这样的操作，是不是有点麻烦呢。对于我来说，还是挺麻烦的。那有没有一种一劳永逸的方法呢。答案是肯定的。

---

二  host重定向

在具体说这个方法之前，我想先给大家科普一下，关于host重定向的一些知识作为准备。

①什么是host重定向？

Host重定向是一种网络服务器技术，它可以将一个域名或主机名重定向到另一个域名或主机名。

---

②host重定向的作用？

网站跳转：如果一个网站更改了其域名或主机名，它可以使用Host重定向将旧的域名或主机名重定向到新的域名或主机名，以确保访问者可以访问到正确的网站。

负载均衡：当一个服务器无法处理大量的请求时，可以使用Host重定向将请求重定向到其他服务器上，以均衡服务器的负载。

安全性：可以使用Host重定向防止黑客攻击，例如防止DNS欺骗攻击等。

SEO：Host重定向可以帮助网站提高搜索引擎优化（SEO）排名。当一个网站更改其域名或主机名时，如果没有正确设置重定向，搜索引擎可能会将网站的排名降低。通过正确设置Host重定向，可以确保搜索引擎将旧的网址与新的网址关联起来，从而维护网站的排名。

---

③为什么可以使用hosts文档屏蔽网站？

使用hosts文档屏蔽网站的原理是通过修改计算机的hosts文件来阻止计算机访问特定的网站。hosts文件是一个文本文件，其中包含计算机上所有已知的域名和IP地址的映射关系。当用户输入一个网址时，计算机会首先查找hosts文件中是否有该网址对应的IP地址，如果找到了，则直接使用该IP地址访问网站，否则就通过DNS服务器查找该网址对应的IP地址。

因此，如果将特定网站的域名或IP地址添加到hosts文件中，并将其指向一个不存在的IP地址（0.0.0.0）或者本地地址，那么当用户尝试访问这些网站时，计算机会尝试使用hosts文件中的IP地址来访问网站，但由于该IP地址不存在，访问请求会失败，从而实现了屏蔽网站的目的。

---

④关于hosts文件的tips

使用hosts文件屏蔽网站只能防止从本机访问该网站，而不能防止其他计算机或设备访问该网站。此外，使用hosts文件屏蔽网站可能会影响某些应用程序的正常工作，因此需要谨慎使用。

此外，hosts文件还可以用于过滤广告和追踪器。通过将广告和追踪器的域名添加到hosts文件中，并将其指向一个不存在的IP地址或者本地地址，可以阻止它们在计算机上加载和运行，从而提高浏览器的速度和安全性。

总之，使用hosts文档屏蔽网站可以有效地保护计算机和用户的安全，并提高浏览器的速度和安全性。

前面提到了关于不存在的IP（0.0.0.0），这里也做一下介绍

⑤关于0.0.0.0保留IP

0.0.0.0是一个保留的IP地址，它通常被用作默认路由器地址或表示“任何地址”的通配符地址。在hosts文件中，将一个网站的IP地址指向0.0.0.0，意味着将该网站的访问请求转发到一个不存在的IP地址，从而使得该网站无法访问。

虽然0.0.0.0在实际网络中并不代表一个具体的主机或设备，但它确实是一个有效的IP地址，且被广泛应用在网络中。在某些情况下，0.0.0.0也可以表示一个本地主机或设备的IP地址，例如在某些路由器或防火墙的配置中。

需要注意的是，将一个网站的IP地址指向0.0.0.0并不能完全屏蔽该网站，因为某些浏览器或应用程序可能会尝试使用该网站的域名进行访问。因此，如果想要完全屏蔽一个网站，最好将其域名和IP地址都添加到hosts文件中，并将其指向一个不存在的IP地址或者本地地址。

---

好了，补充知识点讲完了。现在我们正式开始操作复活这个文库下载器。

操作

将一个网站的域名和IP地址添加到hosts文件中，可以按照以下步骤进行操作：

1. 打开文本编辑器（例如记事本）。

2. 打开hosts文件。hosts文件通常位于C:\Windows\System32\drivers\etc\目录下，可以使用管理员权限打开文本编辑器，再使用“打开”菜单选择该文件。

3. 在hosts文件的末尾添加一行，格式为“IP地址 域名”，例如：192.168.1.100 www.example.com。如果你想屏蔽整个域名，可以使用通配符，例如：0.0.0.0 *.example.com。

对于这个文库下载器，按如图操作即可。

4. 保存hosts文件，关闭文本编辑器。

5. 刷新DNS缓存。打开命令提示符窗口，输入“ipconfig /flushdns”命令，以刷新DNS缓存，使得修改后的hosts文件生效。

---

需要注意的是，对于Windows操作系统，修改hosts文件需要使用管理员权限，否则无法保存修改后的文件。此外，如果你想取消对一个网站的屏蔽，只需要将该网站的域名和IP地址从hosts文件中删除即可。

---

补充：

小叶文库下载器，可以免费下载包括百度文库，智库等一系列里面的资源（非常实用）。但是，对于道客巴巴却无能为力。但是不必过于担心，我这里提供一个Python源码，专门针对道客巴巴进行资源获取。

from selenium import webdriver

import os

import time

from selenium.webdriver.common.by import By

from selenium.webdriver.support.ui import WebDriverWait

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.chrome.options import Options

from lxml import etree

chromeOptions = webdriver.ChromeOptions()

path=os.getcwd()+'\data'

options = Options()

#判断文件夹是否存在，不存在创建文件夹

is_exists = os.path.exists(path)

if not is_exists:

    os.mkdir(path)



#指定浏览器下载文件夹

prefs = {"download.default_directory": path}

options.add_experimental_option("prefs", prefs)

browser = webdriver.Chrome(chrome_options=options)

#指定网页链接





url='https://www.doc88.com/p-41899289232878.html'

# browser.get('https://www.doc88.com/p-5969904068700.html') #论文

browser.get(url)

#网页源代码



text=browser.page_source

html=etree.HTML(text)

page_num=html.xpath("//li[@class='text']/text()")[0]

#获取总页码数

page_num=int(page_num.replace('/ ',''))

print(f'共{page_num}页')

print(EC.visibility_of_element_located((By.XPATH, "//div[@id='continueButton']")))

# #等待网页加载

time.sleep(10)

#等待按钮

element=WebDriverWait(browser, 20).until(EC.visibility_of_element_located((By.XPATH, "//div[@id='continueButton']")))

element.click()





# browser.find_element_by_xpath("//div[@id='continueButton']").click()





js = "return action=document.body.scrollHeight"

# 初始化现在滚动条所在高度为0

height = 0

# 当前窗口总高度

new_height = browser.execute_script(js)

k=0



while k<=page_num:

    for i in range(height, new_height, 3000):

        k+=1

        browser.execute_script('window.scrollTo(0, {})'.format(i))

        time.sleep(1)

        a = f"downloadPages({k}, {k})"

      # 中间需要手动点一下运行下载多个文件

        browser.execute_script("""function downloadPages(from, to) {

            for (i = from; i <= to; i++) {

                const pageCanvas = document.getElementById('page_' + i);

                if (pageCanvas === null) break;

                pageNo_ = i >= 10 ? ''+i:'0'+i;

                const pageNo = pageNo_;

                pageCanvas.toBlob(

                    blob => {

                        const anchor = document.createElement('a');

                        anchor.download = 'page_' + pageNo + '.png';

                        anchor.href = URL.createObjectURL(blob);

                        anchor.click();

                        URL.revokeObjectURL(anchor.href);

                    }

                    //, 'image/jpeg' // (*)

                    //, 0.9 // (*)

                );

            }

        };

        """ + a)

希望本文对你有所帮助!