@xiaopengyou #88316

谁都是从小白过来的，你以前也提问过求教过，不知道现在为什么会说出这样的话，LZ也是为了帮助更多的人，你既然会也可以为其他小白分忧，既然不想帮助又何必在此说这种话？

請問我下載https://iiif.lib.harvard.edu/manifests/view/drs:47811831$1i這個連接時，無法下載第九卷，選了卷標-vol=9 依然是下載第一卷 請問什麼原因

@自性若悟 #88319

我主要意思就是尊重LZ，這是他的地盤他做主，但既然您@我，我就說說：

在bookget的九個歐美數字圖書館，並沒有伯克利大學啊，朋友不就是把LZ當客服嗎？

按版規，您的問題不屬於bookget專區，LZ可不回應，但他還是回應了，不是嗎？

居然吵起来啦，楼上的问题我稍后回复。

可能大家对于 github 程序员的世界不了解。在 github 上的企业开源项目是不接受捐赠的，个人项目却是有的开通了捐赠。细心的朋友可以关注一些星星超过 1K 的项目，可能会有Sponsor（粉色）按钮，大概这种功能是要很多星星才有权申请，你们也没给我点赞，才几颗星星，我也不清楚，哈哈哈。

bookget 接受捐赠有以下原因：

1、软件开源，免费。人力成本不能是免费，人的生命和时间是宝贵的，因此在这方面，我表达的不是技术或者知识付费，而是人工成本。开源，不等于驱使他人免费劳动。

2、是近期我的生活发生了一些变故，导致我对人性很失望，尤其是某个医生，毫无节操，没有人品，简直是社会的人渣。个人私事不想再说，甚至影响到我的人生观。

开发者不是客服，有些人不看教程，不学习就说不会，不愿意花时间，伸手就要。这不是一个好现象，消耗的是我的精力。如果都这样子，干脆教程都不写了😂

最后说一句：

知识付费体现的是劳动力合理的价值回报。我没有要求大家使用软件付费，您只要不驱使我劳动，随便您怎么用，您甚至可以出售该软件获利，都是在 GPLv3 许可证范围以内的事。

我作为一个书格网友，和大家之间是平等的。

@遊客 #88311

单独回一下，先谢谢理解。各人有各人的难处，现阶段挣钱第一（当然不能靠bookget哈），要养家的。业余爱好，就是随便玩玩了。

近期还有点时间，后面可能就没空了。

@自性若悟 #88334

伯克利的那个可以直接下载

@renyi #88323

补充一下：页面范围seq试一下1.1.2版

@zhudw #82347

先生你好 在下载早稻田的时候出现了在一个文件夹内反复覆盖的情况不知道怎么解决https://archive.wul.waseda.ac.jp/kosho/bunko19/bunko19_f0400/bunko19_f0400_z0854/
archive.wul.waseda.ac.jp/kosho...400_z0855/
archive.wul.waseda.ac.jp/kosho...400_z0856/
archive.wul.waseda.ac.jp/kosho...400_z0857/
archive.wul.waseda.ac.jp/kosho...400_z0858/
archive.wul.waseda.ac.jp/kosho...400_z0859/

@自性若悟 #88344

单册整本下载的图中画圈的 蓝色下载英文点击就可下载，再不就是复制链接用批量软件下载

问题已解决。是本人电脑掉线了。抱歉

@zhudw #88452

运行这个参数，下的好像还是jpg啊

国立国会有很多书是没有iiif链接的，譬如https://dl.ndl.go.jp/pid/833346/1/1，望版主有空研究一下看看有没有办法下载，谢谢！

故宫下载图片流程

“逛商场模式”：①在网站上挑选自己需要的或者喜欢的作品的图片链接，并放入txt文件，②使用py代码批量获取下载链接（代码我放在下面），③用Excel排序一下txt中的地址，然后覆盖（因为获取的链接有重复的，还有py打印的类别有空行，处理之后相连的图片会混乱，图片多了不好归类）④然后使用管理员的alldown批处理启动de下载

import os,sys,time,json,time
import socket,random,hashlib
import requests,configparser
import json,re
from datetime import datetime
from multiprocessing.dummy import Pool as ThreadPool
import urllib.request

urllist = []
with open("piclink.txt","r") as f:
for line in f.readlines():
line = line.replace("\n","")
urllist.append(line)
f.close()
print("图片页面链接已读取")

i = 0
for iurl in urllist:
html = requests.get(iurl).text
pic_url = re.findall('custom_tilegenerator="(.*?)"',html,re.S)
for key in pic_url:
log = open("log.txt", mode = "a+", encoding = "utf-8")
print(key + "\r\n")
print(key + "\r\n",file = log)
i +=1
log.close()
print("deep zoom Image 链接获取完毕,并保存print内容到log")
print("dezoomify-rs下载链接修改中......")
search_text = "/dyx.html?path="
replace_text = ""
with open(r'log.txt', 'r',encoding='UTF-8') as file:
data = file.read()
data = data.replace(search_text, replace_text)
print("dezoomify-rs下载链接修改完毕！！！")

with open(r'urls1.txt', 'w',encoding='UTF-8') as file:
file.write(data)
with open(r'urls1.txt', 'r', encoding='utf-8') as f:
listNet = f.readlines()
print(f"去重前数量：{len(listNet)}")
listNet = [x.strip() for x in listNet]
listNet = [x.strip() for x in listNet if x.strip() != '']
print(f"去除空行后数量：{len(listNet)}")
listNet = list(set(listNet))
print(f"去重后数量：{len(listNet)}")

with open(r'urls.txt', 'w', encoding='utf-8') as f2:
for i in range(len(listNet)):
listNet[i] = listNet[i] + '\n'
f2.writelines(listNet)
f.close()
os.remove('urls1.txt')
os.remove('log.txt')
print("保存deep zoom Image链接到urls.txt完毕")

代码比较简陋，自己摸索瞎搞的，下载时候错误的自己看下载是的列表情况  重新手动，或者我分享的一个小工具可以直接下载

有能力的可以丰富一下功能，比如自己获取一类作品的链接,这样就不用自己找图片链接了，其次加入代理功能，台湾故宫的应该也可以这样获取（get的命令可能不一样，前天我自己测试了下 代理 好像可以用，但是台湾故宫的上不去，要么是代理问题，要么获取的方式不对）

直接使用爬取软件获取链接的话会有漏掉的和出错的

中华珍宝馆下载 我从网上找到一个py获取pdf格式大图的代码 可以使用 但是只能一个一个来

"""
by Polygon
tip: execjs => pip install PyExecJs
support
第一代：(不再支持)
www.ltfc.net/img/6...759889243b
cag.ltfc.net/cagst...t=639fa980
第二代：
g2.ltfc.net/view/...4a09d1665a
g2.ltfc.net/view/...d2f4023c07

updated 2021-12-27
"""
from threading import Thread
from queue import Queue
from PIL import Image
import requests
import execjs
import time
import math
import re
import os

class ParsePDF:
"""
mode: 输出格式
quality: 18原画，每减1，画质损失一半
threadCount: 下载拼图线程数，值越大越快
tileSize: 不要修改
"""
mode = 'pdf'
quality = 18
threadCount = 16
tileSize = 512
finish = 0

def __init__(self, kwargs):
"""
kwargs:
title
uuid
totalWidth
totalHeight
"""
# 更新参数

for k, v in kwargs.items():
self.__dict__[k] = v
self.totalWidth = int(self.totalWidth / 2**(18 - self.quality))
self.totalHeight = int(self.totalHeight / 2**(18 - self.quality))
if min(self.totalHeight, self.totalWidth) < self.tileSize: raise ValueError(f'{self.quality} value of a is too small')
print(f'{self.title} | totalWidth={self.totalWidth} | totalHeight={self.totalHeight}')
# 创建文件夹
self.root = os.path.join(self.root, self.title)
if not os.path.exists(self.root): os.makedirs(self.root)
# 下载
self.urlQueue = Queue()
self.fileQueue = Queue()
self.downloadImages()

def printState(self):
self.isFinished = False
self.downloading = ''
self.merging = ''
while not self.isFinished:
if self.downloading and self.merging:
self.downloading.split('.')[0].split('_')
percent = self.finish / self.total * 100
if self.finish == self.total:
self.fileQueue.put(False)
print(f'\r{percent:.2f}% | downloading {self.downloading} | merging {self.merging}' + ' ' * 20, end='')

def encodeImageURL(self, baseURL):
t = hex(int(31536e3 * int(math.ceil(time.time() * 1000 / 31536e6))))[2:]
reg = "^(http.*\/\/[^\/]*)(\/.*\.(jpg|jpeg))\?*(.*)$"
res = re.match(reg, baseURL)
host, path, param = res.group(1), res.group(2), res.group(4)
baseURL = self.cag_host + path + t
imageURL = ''.join([host, path, "?", param, "&sign=", self.cag(baseURL), "&t=", t])
return imageURL

def save(self):
base = 'https://cag.ltfc.net/cagstore/' + self.uuid + '/' + str(self.quality) + '/{}_{}.jpg'
while not self.urlQueue.empty():
column, row = self.urlQueue.get()
baseURL = base.format(column, row)
imageURL = self.encodeImageURL(baseURL)
filename = re.findall('/(\d+_\d+\.(jpg|jpeg))\?', imageURL)[0][0]
self.downloading = filename
try:
res = requests.get(imageURL)
if res.headers['Content-Type'] in ['application/json', 'text/html']:
print('requests imageURL fail')
continue
with open(os.path.join(self.root, filename), 'wb') as f:
f.write(res.content)
self.fileQueue.put(filename)
except:
self.urlQueue.put((column, row))

def downloadImages(self):
columnCount, rowCount = math.ceil(self.totalWidth / self.tileSize), math.ceil(self.totalHeight / self.tileSize)
self.total = columnCount * rowCount
Thread(target=self.mergeImages).start()
Thread(target=self.printState).start()
self.cag_host = re.findall('"([0-9a-z]{40})"', requests.get('http://cdn-a.ltfc.net/js/cag_1639995681989_min.js').text)[0]
for column in range(columnCount):
for row in range(rowCount):
self.urlQueue.put((column, row))
for _ in range(self.threadCount):
Thread(target=self.save).start()

def mergeImages(self):
to_image = Image.new('RGB', (self.totalWidth, self.totalHeight))
while True:
file = self.fileQueue.get()
if not file: break
self.merging = file
column, row = list(map(int, file.split('.')[0].split('_')))
filepath = os.path.join(self.root, file)
from_image = Image.open(filepath)
to_image.paste(from_image, (column * self.tileSize, row * self.tileSize))
os.remove(filepath)
self.finish += 1
self.isFinished = True
print('\nwrite to local...')
filepath = os.path.join(self.root, f'{self.title}.{self.mode}')
to_image.save(filepath)
print(f'success | {filepath}')
os.startfile(filepath)

@staticmethod
def cag(s):
jsStr = """
function cagcycle(t, e) {
var n = ff(n = t[0], s = t[1], r = t[2], i = t[3], e[0], 7, -680876936)
, i = ff(i, n, s, r, e[1], 12, -389564586)
, r = ff(r, i, n, s, e[2], 17, 606105819)
, s = ff(s, r, i, n, e[3], 22, -1044525330);
n = ff(n, s, r, i, e[4], 7, -176418897),
i = ff(i, n, s, r, e[5], 12, 1200080426),
r = ff(r, i, n, s, e[6], 17, -1473231341),
s = ff(s, r, i, n, e[7], 22, -45705983),
n = ff(n, s, r, i, e[8], 7, 1770035416),
i = ff(i, n, s, r, e[9], 12, -1958414417),
r = ff(r, i, n, s, e[10], 17, -42063),
s = ff(s, r, i, n, e[11], 22, -1990404162),
n = ff(n, s, r, i, e[12], 7, 1804603682),
i = ff(i, n, s, r, e[13], 12, -40341101),
r = ff(r, i, n, s, e[14], 17, -1502002290),
n = gg(n, s = ff(s, r, i, n, e[15], 22, 1236535329), r, i, e[1], 5, -165796510),
i = gg(i, n, s, r, e[6], 9, -1069501632),
r = gg(r, i, n, s, e[11], 14, 643717713),
s = gg(s, r, i, n, e[0], 20, -373897302),
n = gg(n, s, r, i, e[5], 5, -701558691),
i = gg(i, n, s, r, e[10], 9, 38016083),
r = gg(r, i, n, s, e[15], 14, -660478335),
s = gg(s, r, i, n, e[4], 20, -405537848),
n = gg(n, s, r, i, e[9], 5, 568446438),
i = gg(i, n, s, r, e[14], 9, -1019803690),
r = gg(r, i, n, s, e[3], 14, -187363961),
s = gg(s, r, i, n, e[8], 20, 1163531501),
n = gg(n, s, r, i, e[13], 5, -1444681467),
i = gg(i, n, s, r, e[2], 9, -51403784),
r = gg(r, i, n, s, e[7], 14, 1735328473),
n = hh(n, s = gg(s, r, i, n, e[12], 20, -1926607734), r, i, e[5], 4, -378558),
i = hh(i, n, s, r, e[8], 11, -2022574463),
r = hh(r, i, n, s, e[11], 16, 1839030562),
s = hh(s, r, i, n, e[14], 23, -35309556),
n = hh(n, s, r, i, e[1], 4, -1530992060),
i = hh(i, n, s, r, e[4], 11, 1272893353),
r = hh(r, i, n, s, e[7], 16, -155497632),
s = hh(s, r, i, n, e[10], 23, -1094730640),
n = hh(n, s, r, i, e[13], 4, 681279174),
i = hh(i, n, s, r, e[0], 11, -358537222),
r = hh(r, i, n, s, e[3], 16, -722521979),
s = hh(s, r, i, n, e[6], 23, 76029189),
n = hh(n, s, r, i, e[9], 4, -640364487),
i = hh(i, n, s, r, e[12], 11, -421815835),
r = hh(r, i, n, s, e[15], 16, 530742520),
n = ii(n, s = hh(s, r, i, n, e[2], 23, -995338651), r, i, e[0], 6, -198630844),
i = ii(i, n, s, r, e[7], 10, 1126891415),
r = ii(r, i, n, s, e[14], 15, -1416354905),
s = ii(s, r, i, n, e[5], 21, -57434055),
n = ii(n, s, r, i, e[12], 6, 1700485571),
i = ii(i, n, s, r, e[3], 10, -1894986606),
r = ii(r, i, n, s, e[10], 15, -1051523),
s = ii(s, r, i, n, e[1], 21, -2054922799),
n = ii(n, s, r, i, e[8], 6, 1873313359),
i = ii(i, n, s, r, e[15], 10, -30611744),
r = ii(r, i, n, s, e[6], 15, -1560198380),
s = ii(s, r, i, n, e[13], 21, 1309151649),
n = ii(n, s, r, i, e[4], 6, -145523070),
i = ii(i, n, s, r, e[11], 10, -1120210379),
r = ii(r, i, n, s, e[2], 15, 718787259),
s = ii(s, r, i, n, e[9], 21, -343485551),
t[0] = add32(n, t[0]),
t[1] = add32(s, t[1]),
t[2] = add32(r, t[2]),
t[3] = add32(i, t[3])
}
function cmn(t, e, n, i, r, s) {
return e = add32(add32(e, t), add32(i, s)),
add32(e << r | e >>> 32 - r, n)
}
function ff(t, e, n, i, r, s, o) {
return cmn(e & n | ~e & i, t, e, r, s, o)
}
function gg(t, e, n, i, r, s, o) {
return cmn(e & i | n & ~i, t, e, r, s, o)
}
function hh(t, e, n, i, r, s, o) {
return cmn(e ^ n ^ i, t, e, r, s, o)
}
function ii(t, e, n, i, r, s, o) {
return cmn(n ^ (e | ~i), t, e, r, s, o)
}
function cag1(t) {
txt = "";
for (var e = t.length, n = [1732584193, -271733879, -1732584194, 271733878], i = 64; i <= t.length; i += 64)
cagcycle(n, cagblk(t.substring(i - 64, i)));
t = t.substring(i - 64);
var r = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0];
for (i = 0; i < t.length; i++)
r[i >> 2] |= t.charCodeAt(i) << (i % 4 << 3);
if (r[i >> 2] |= 128 << (i % 4 << 3),
55 < i)
for (cagcycle(n, r),
i = 0; i < 16; i++)
r[i] = 0;
return r[14] = 8 * e,
cagcycle(n, r),
n
}
function cagblk(t) {
for (var e = [], n = 0; n < 64; n += 4)
e[n >> 2] = t.charCodeAt(n) + (t.charCodeAt(n + 1) << 8) + (t.charCodeAt(n + 2) << 16) + (t.charCodeAt(n + 3) << 24);
return e
}
var hex_chr = "0123456789abcdef".split("");
function rhex(t) {
for (var e = "", n = 0; n < 4; n++)
e += hex_chr[t >> 8 * n + 4 & 15] + hex_chr[t >> 8 * n & 15];
return e
}
function hex(t) {
for (var e = 0; e < t.length; e++)
t[e] = rhex(t[e]);
return t.join("")
}
function cag(t) {
return hex(cag1(t))
}
function add32(t, e) {
return t + e & 4294967295
}
{
function add32(t, e) {
var n = (65535 & t) + (65535 & e);
return (t >> 16) + (e >> 16) + (n >> 16) << 16 | 65535 & n
}
cag("hello")
}
"""
js = execjs.compile(jsStr)
return js.call('cag', s)

if __name__ == "__main__":
root = 'pdf'
url = 'http://g2.ltfc.net/view/SUHA/608a61aeaa7c385c8d944403'
if 'g2.ltfc.net' in url:
# 第二代网页
method, Id = re.findall('/([A-Z]+)/(\w{24})', url)[0]
res = requests.post('https://api.quanku.art/cag2.TouristService/getAccessToken')
token = res.json()['token']
res = requests.post(f'https://api.quanku.art/cag2.{method.lower().capitalize()}Service/get', json={"Id": Id, "context":{"tourToken": token}})
data = res.json()
Id = data['hdp']['id']
title = data['name'] if 'name' in data else data['title']
if data['hdp']['src'] == 'COLL':
# 多张
res = requests.post('https://api.quanku.art/cag2.HDPicService/getHDPicOfColl', json={'Id': Id})
for i, item in enumerate(res.json()['data'], 1):
print(f'\n第{i}副')
ParsePDF({
'root': os.path.join(root, title),
'title': os.path.splitext(item['title'])[0],
'uuid': item['resourceId'],
'totalWidth': item['size']['width'],
'totalHeight': item['size']['height']
})
else:
# 单张
uuid = re.findall('\w{24}', res.json()['snapUrl'])[0]
res = requests.post('https://api.quanku.art/cag2.HDPicService/get', json={'Id': Id})
item = res.json()
ParsePDF({
'root': root,
'title': title,
'uuid': item['resourceId'],
'totalWidth': item['size']['width'],
'totalHeight': item['size']['height']
})
else: raise KeyError('暂不支持旧版')

@zhudw #88493

如可以，請大神加入上海圖書館數據庫：http://wrd2016.library.sh.cn/channel/stgj/

感謝一直的無私貢獻！

@一舟 #82744

能分享1.05的下载链接吗？谢谢

@兰亭幽梦 #88604

使用手冊沒提到的圖書館就不能用，好好看教程吧

www.shuge.org/meet/...post-88278

@fanyan1026 #88535

程序员就是🐂，虽然我看不懂！😂

0.2.6版本图片教程看不懂，哪位老师能出个视频教程？只想下载犹他家谱网的家谱。谢谢啦。

@牛博士后 #88718

刚注意到，新版本不支持犹他家谱网了。真可惜。

@一舟 #88722

早看过啦，这不是看不懂嘛。

@zhudw #88746

先谢谢啦。晚上回去试试。

云南数字方志馆http://dfz.yn.gov.cn/record/pdf?id=old160001

后缀是这样不规则的，请教大神如何批量下载？

yunnan-fangzhi-internal.yunnan-2.zos.ctyun.cn/file/...7x8IWYE%3D

yunnan-fangzhi-internal.yunnan-2.zos.ctyun.cn/file/...UCTtZs0%3D

请问一部书，下载完后，发现只有少数几页没下成功，比如4，125，668，1235，能否指定下这几页，而不是需要-seq=4:1235再遍历一遍

@renyi #88827

不需要指定页码，也不需要有心理负担，直接再次运行。

如果你没有删除或移动已经下载的文件，它不会真的再次下载。只需几秒就瞬间跳过已经下载完成的文件。

@看书找书 #88829

只能在x84_64计算机运行，俗称电脑。不能在手机、平板等设备上使用。

@天一生水 #88805

云南方志是不能手动完成批量下载的。它存储在中国电信天翼云，每页查看或下载前，需要发起一次key验证。

国内网站涉及到下载，大多数都是违规窃取（他们的站点有防下载设计）。违规的事，我们不应该做，希望大家理解。基于这个层面的考虑，如果严格遵守道德标准，理应是删除所有大陆网站的。我可能，有一天会这么做。

你可以用1.1.2版试试能不能下载，或许有惊喜。