/zhihu-download

将知乎专栏文章转换为 Markdown 文件保存到本地

Primary LanguagePython

知乎专栏文章 Markdown 转换器

一键将知乎专栏文章转换并保存为 Markdown 文件

Python 3.9 Flask 2.3.3 Status

image

特点

⭐ 支持最新 HTML 结构：持续更新以适应知乎平台的变化。

gif

⭐ 断点续传功能：支持大体量专栏文章下载的断点续传，提高使用便利性。

gif

⭐ 完善的数学公式支持：特别优化了数学公式的提取和转换，保证了复杂内容的准确性和完整性。

⭐ 图片下载与处理：处理并优化文章中的图片链接，确保转换后的 Markdown 文件包含原文的所有视觉元素。

运行环境

flask 2.3.3
flask-cors 4.0.0
python 3.9

运行代码

python app.py

Note

flask 2.2 以下版本需要将 app.py 中第 46 行，

return send_file(zip_data, download_name = markdown_title + ".zip", as_attachment=True)

改为：

return send_file(zip_data, attachment_filename = markdown_title + ".zip", as_attachment=True)

Note

Internet Download Manager (IDM) 会自动拦截下载链接并进行处理，导致两次请求。
也不是什么大问题，有强迫症的朋友可以将网站加入 IDM 的 '下列地址不要自动开始下载'。

  1. 打开 IDM 界面，菜单栏 '下载' -> '选项' -> '文件类型'；
  2. 找到 '下列地址不要自动开始下载：' 文字下方的 '编辑列表...' 按钮；
  3. 对于本地部署，直接将 'http://127.0.0.1:5000/' 加入。线上部署，将对应网址加入。

Note

因为我们遇到过文件名太长，导致图片不能显示的情况，所以我们刻意限制了文件名的长度，但多数情况下是可以使用全名的，如果需要使用全名，请将 main.py 中的第 87 行注释掉，

markdown_title = get_valid_filename(title[-20:-1])

将第 89 行的注释打开：

markdown_title = get_valid_filename(title)

更新日志

  • 2023-05-29：适应知乎最新 HTML 结构。
  • 2023-06-12：修复数学公式 Markdown 转换 bug。
  • 2023-06-22：为数学公式添加转义符号，增强兼容性。
  • 2023-08-19：修复公式和卡片链接相关的多项 bug。
  • 2023-10-27：优化代码，增加断点续传功能，改进图片处理和链接优化。（感谢 Aswatthafei 的提醒！）
  • 2023-11-16：优化链接等格式。
  • 2023-11-22：更改内容标题格式。
  • 2023-12-27：更改内容标题格式；增加对数学公式中 \tag{*} 的特殊处理。（感谢 korruz 的意见！）

趋势

Star History Chart