geek_crawler

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。

该项目仅限学习交流使用，请勿用于任何商业行为和损害其它人利益的行为。

如何使用

1. 将代码 clone 到本地

   git clone git@github.com:zhengxiaotian/geek_crawler.git

2. 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

3. 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: ************

4. 抓取完成

   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）

成果展示

功能清单

• 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；

参考库

重试库-tenacity

https://blog.csdn.net/qq_37287621/article/details/95055718