2.1.7 • Published 3 years ago
cartoon-catch v2.1.7
漫画爬虫
可以爬虫90%的漫画网站，不支持可以提供网址给作者，作者更新代码。
如不懂使用，可查看例子
实例
// import grab from 'cartoon-catch'; // ts
const {default: grab} = require('cartoon-catch') // js
const options = {
name: '../漫画名‘,
host: 'http://xx.com',
target: '.list a'
}
grab('http://xx.com/m12345', options, function(html, url, title){
const img = html.match(/https:\/\/img.xxx.com.*\d+.jpg/g)
const title = html.match(/\<strong\>(.*.)\<\/strong\>/);
return [imgs, title]
})options 参数
| 参数名 | 值 | 是否必填 | 类型 | 备注 |
|---|---|---|---|---|
| name | ../鬼灭之刃 | 是 | string | 指定下载路径 |
| target | .list a | 是 | string | 跳转到详情的dom |
| host | http://xxx.com | 否 | string | 设置详情页host, 默认使用页面host |
| slice | 0, 2 | 否 | array | 指定数组返回选定的元素 |
| imageHost | http://cdn.xxx.com | 否 | string | 图片地址的host，如无就无需传 |
| encoding | true | 否 | boolean | 请求返回值乱码时传false |
| headers | {} | 否 | object | 自定义头部 |
| urlReplace | '1.htm', '{index}' | 否 | array | url替换 |
| titleReplace | '鬼灭之刃', '鬼灭' | 否 | array | title替换 |
| beforeFunction | function(url, title){} | 否 | function | 自定义爬取方式 |
| downloadOptions | {} | 否 | object | 设置下载图片参数 |
downloadOptions 参数
| 参数名 | 值 | 是否必填 | 类型 | 备注 |
|---|---|---|---|---|
| extract | jpg | 否 | string | 下载图片后缀，默认jpg |
| parallel | 5 | 否 | number | 并行下载，默认5 |
| timeout | 5000 | 否 | number | 请求超时时间，默认5000 |
| gainInterval | 3000 | 否 | number | 重试时间，默认3000 |
| againTimes | 0 | 否 | number | 重试次数，默认无限次 |
其他
- 如果需要DEBUG，环境变量传入DEBUG=debug
- 支持爬虫网站如下