清华大佬耗费三个月吐血整理的几百G的资源，免费分享！....>>>
装了之后，npm install 安装依赖的包
之后运行 node page-iterator.js
会有惊喜！！！
特性：
1. 支持全站，也支持某个Tag，只要改个选项里的uri就好啦。
2. 支持保存到指定的文件夹，修改选项里的saveTo就好啦。
3. 支持指定从第几页开始下载，修改startPage就好啦。
4. 支持图片批量下载时的并行上限，防止电脑卡死或网站屏蔽，修改downLimit就好啦。
5. 支持自定义本地文章目录格式，修改postFolerFormat就好啦。
还要什么呢？没想到了，其他的你们说要什么吧~
{
"name": "me2sex-images",
"version": "0.0.1",
"description": "Batch download images from http://me2-sex.lofter.com",
"main": "page-iterator.js",
"scripts": {
"test": "echo \"Error: no test specified\" && exit 1"
},
"repository": {
"type": "git",
"url": "https://git.oschina.net/FLYSLOW/playground.git"
},
"keywords": [
"妹子",
"hot girl"
],
"author": "Fay",
"license": "MIT",
"dependencies": {
"async": "^0.9.0",
"cheerio": "^0.18.0",
"ejs": "^2.2.3",
"mkdirp": "^0.5.0",
"request": "^2.51.0",
"url": "^0.10.2",
"xml2js": "^0.4.4"
}
}
var node = {
async: require('async'),
cheerio: require('cheerio'),
ejs: require('ejs'),
fs: require('fs'),
mkdirp: require('mkdirp'),
path: require('path'),
request: require('request'),
url: require('url'),
xml2js: require('xml2js'),
};
var Me2SexImages = {
/**
* 配置选项
*/
options: {
// 网站地址
// 整站下载uri须如下填写
// uri: 'http://me2-sex.lofter.com/',
uri: 'http://me2-sex.lofter.com/tag/美女摄影',
// 保存到此文件夹
saveTo: '/Users/Fay/Pictures/me2sex',
// 从第几页开始下载
startPage: 1,
// 图片并行下载上限
downLimit: 5,
/**
* 每篇文章对应本地文件夹的目录名称格式，使用ejs渲染，支持的变量有：
* id: 文章的id，如：2c9c66_bf1c3b。(http://me2-sex.lofter.com/post/2c9c66_bf1c3b)
* loc: 文章的url，如：http://me2-sex.lofter.com/post/2c9c66_bf1c3b
* lastmod: 文章的最后修改时间，2013-12-16
* title: 文章的标题，如：'ula 安静'
*/
postFolerFormat: '<%= id %>-<%= title %>'
},
posts: [],
/**
* 开始下载（程序入口函数）
*/
start: function() {
var self = this;
var async = node.async;
async.waterfall([
self.wrapTask(self.getPages),
self.wrapTask(self.downAllImages),
], function(err, result) {
if (err) {
console.log('error: %s', err.message);
} else {
console.log('success: 下载成功');
}
});
},
/**
* 包裹任务，确保原任务的上下文指向某个特定对象
* @param {Function} task 符合async.js调用方式的任务函数
* @param {Any} context 上下文
* @param {Array} exArgs 额外的参数，会插入到原task参数的前面
* @return {Function} 符合async.js调用方式的任务函数
*/
wrapTask: function(task, context, exArgs) {
var self = this;
return function() {
var args = [].slice.call(arguments);
args = exArgs ? exArgs.concat(args) : args;
task.apply(context || self, args);
};
},
/**
* 爬取所有文章列表页
*/
getPages: function(callback) {
var self = this;
var async = node.async;
var i = self.options.startPage || 1;
async.doWhilst(
function(callback) {
var uri = self.options.uri + '?page=' + i;
i++;
async.waterfall([
self.wrapTask(self.downPage, self, [uri]),
self.wrapTask(self.parsePage)
], callback);
},
function(postsNum) {
return postsNum > 0;
},
callback
);
},
/**
* 下载单个页面
*/
downPage: function(uri, callback) {
console.log('开始下载页面：%s', uri);
node.request(encodeURI(uri), function(err, res, body) {
if (!err) console.log('下载页面成功：%s', uri);
var page = {uri: uri, html: body};
callback(err, page);
});
},
/**
* 解析单个页面并获取数据
*/
parsePage: function(page, callback) {
console.log('开始分析页面妹子数据：%s', page.uri);
var self = this;
var $ = node.cheerio.load(page.html);
var $posts = $('.m-post');
$posts.each(function() {
var href = $(this).find('.img').attr('href');
var url = node.url.parse(href);
self.posts.push({
id: node.path.basename(url.pathname),
loc: href,
lastmod: $(this).find('.date').text(),
title: $(this).find('.text').text()
});
});
console.log('分析页面妹子数据成功，共%d篇', $posts.length);
callback(null, $posts.length);
},
/**
* 下载整站图片
*/
downAllImages: function(callback) {
var self = this;
var async = node.async;
console.log('开始全力下载所有妹子图片，共%d篇', self.posts.length);
async.eachSeries(self.posts, self.wrapTask(self.downPostImages), callback);
},
/**
* 下载单个post的图片
* @param {Object} post 文章
*/
downPostImages: function(post, callback) {
var self = this;
var async = node.async;
async.waterfall([
self.wrapTask(self.mkdir, self, [post]),
self.wrapTask(self.getPost),
self.wrapTask(self.parsePost),
self.wrapTask(self.downImages),
], callback);
},
mkdir: function(post, callback) {
var path = node.path;
var postFolder = node.ejs.render(this.options.postFolerFormat, post);
post.dir = path.join(this.options.saveTo, postFolder);
console.log('准备创建目录：%s', post.dir);
if (node.fs.existsSync(post.dir)) {
callback(null, post);
console.log('目录：%s 已经存在', post.dir);
return;
}
node.mkdirp(post.dir, function(err) {
callback(err, post);
console.log('目录：%s 创建成功', post.dir);
});
},
/**
* 获取post内容
*/
getPost: function(post, callback) {
console.log('开始请求页面：%s', post.loc);
node.request(encodeURI(post.loc), function(err, res, body) {
if (!err) post.html = body;
callback(err, post);
console.log('请求页面成功：%s', post.loc);
});
},
/**
* 解析post，并获取post中的图片列表
*/
parsePost: function(post, callback) {
var $ = post.$ = node.cheerio.load(post.html);
post.images = $('.img')
.map(function() {return $(this).attr('bigimgsrc');})
.toArray();
callback(null, post);
},
/**
* 下载post图片列表中的图片
*/
downImages: function(post, callback) {
console.log('发现%d张妹子图片，准备开始下载...', post.images.length);
node.async.eachLimit(
post.images,
this.options.downLimit,
this.wrapTask(this.downImage, this, [post]),
callback
);
},
/**
* 下载单个图片
*/
downImage: function(post, imgsrc, callback) {
var url = node.url.parse(imgsrc);
var fileName = node.path.basename(url.pathname);
var toPath = node.path.join(post.dir, fileName);
console.log('开始下载图片：%s，保存到：%s，文件名：%s', imgsrc, post.dir, fileName);
node.request(encodeURI(imgsrc))
.pipe(node.fs.createWriteStream(toPath))
.on('close', function() {
console.log('图片下载成功：%s', imgsrc);
callback();
})
.on('error', callback);
}
};
Me2SexImages.start();