归档

第一卷夏商西周

回数	标题
第一回	华夏诞生
第二回	统一战争
第三回	三皇五帝
第四回	大禹建国
第五回	夏家天下
第六回	少康复国
第七回	商汤灭夏
第八回	伊尹辅政
第九回	武丁中兴
第十回	末代商王
第十一回	西周灭商
第十二回	周公治国
第十三回	西周东周

第二卷春秋战国

回数	标题
第十四回	霸王初现
第十五回	大器晚成
第十六回	一鸣惊人
第十七回	威震东南
第十八回	吴越相争
第十九回	三家分晋
第二十回	商鞅变法
第二十一回	六国合纵
第二十二回	以横破纵
第二十三回	昭王称霸
第二十四回	乱世巨贾
第二十五回	新王登基
第二十六回	千秋一统

第三卷秦楚两汉

回数	标题
第二十七回	风暴前夕
第二十八回	揭竿而起
第二十九回	霸王诞生
第三十回	大风起兮
第三十一回	双雄并立
第三十二回	楚汉争雄
第三十三回	吕氏专政
第三十四回	文景之治
第三十五回	汉武大帝
第三十六回	王莽代汉
第三十七回	风起绿林
第三十八回	光武复国

第四卷东汉末年

回数	标题
第三十九回	黄昏时刻
第四十回	乱世重临
第四十一回	关东联军
第四十二回	逐鹿中原
第四十三回	孟德崛起
第四十四回	官渡对峙
第四十五回	统一北方
第四十六回	江东猛虎
第四十七回	孙权守业
第四十八回	没落贵族
第四十九回	必争之地
第五十回	孙刘联盟
第五十一回	赤壁之战

第五卷乱世三国

回数	标题
第五十二回	刘备立足
第五十三回	巧取益州
第五十四回	联盟破裂
第五十五回	曹魏代汉
第五十六回	夷陵之战
第五十七回	永安托孤
第五十八回	诸葛治蜀
第五十九回	以攻为守
第六十回	司马侍曹
第六十一回	正始之变
第六十二回	强弩之未
第六十三回	同归于晋
第六十四回	暗流涌动

第六卷魏晋南北

回数	标题
第六十五回	烈烈南风
第六十六回	八王之乱
第六十七回	刘汉灭晋
第六十八回	苻氏争雄
第六十九回	淝水之战
第七十回	刘裕建业
第七十一回	威服八方
第七十二回	仓皇北顾
第七十三回	太和改制
第七十四回	孝文改革
第七十五回	北魏分裂
第七十六回	杨氏建隋
第七十七回	南北归一

第七卷隋唐风云

回数	标题
第七十八回	开皇之治
第七十九回	储君之争
第八十回	大业难成
第八十一回	潜龙在渊
第八十二回	李氏崛起
第八十三回	雄鹰展翅
第八十四回	喋血禁门
第八十五回	贞观之治
第八十六回	日月临空
第八十七回	武周女皇
第八十八回	韦后专权
第八十九回	太平公主

第八卷盛世大唐

回数	标题
第九十回	先天政变
第九十一回	开元之治
第九十二回	边疆兵变
第九十三回	卷土重来
第九十四回	代宗平乱
第九十五回	藩镇割据
第九十六回	元和中兴
第九十七回	甘露之变
第九十八回	朋党之争
第九十九回	黄巢起义
第一百回	朱温叛变
第一百零一回	盛唐终声

第九卷五代十国

回数	标题
第一百零二回	后唐灭梁
第一百零三回	邺都之变
第一百零四回	契丹崛起
第一百零五回	引狼入室
第一百零六回	辽朝入主
第一百零七回	后汉建立
第一百零八回	郭氏开国
第一百零九回	世宗革新
第一百一十回	南唐兴起
第一百一十一回	南北一战
第一百一十二回	陈桥兵变
第一百一十三回	平定四方

第十卷宋辽金夏

回数	标题
第一百一十四回	宋初集权
第一百一十五回	烛影斧声
第一百一十六回	萧后兴辽
第一百一十七回	澶渊之盟
第一百一十八回	党项崛起
第一百一十九回	元昊立夏
第一百二十回	庆历和议
第一百二十一回	熙宁变法
第一百二十二回	元祐更化
第一百二十三回	女真建国
第一百二十四回	辽灭金兴
第一百二十五回	靖康之变

第十一卷南宋金元

回数	标题
第一百二十六回	尽忠报国
第一百二十七回	绍兴和议
第一百二十八回	海陵夺位
第一百二十九回	采石之战
第一百三十回	隆兴和议
第一百三十一回	乾淳之治
第一百三十二回	一代天骄
第一百三十三回	蒙古扩张
第一百三十四回	蒙古灭金
第一百三十五回	端平入洛
第一百三十六回	元朝建立
第一百三十七回	混一天下

第十二卷元末明初

回数	标题
第一百三十八回	世祖立制
第一百三十九回	成宗之立
第一百四十回	权臣乱政
第一百四十一回	旧政更化
第一百四十二回	红巾起义
第一百四十三回	高邮之战
第一百四十四回	察罕伐宋
第一百四十五回	崛起布衣
第一百四十六回	荆楚之雄
第一百四十七回	略定南方
第一百四十八回	统一方夏
第一百四十九回	洪武之治

第十三卷大明皇朝

回数	标题
第一百五十回	接班之难
第一百五十一回	建文削藩
第一百五十二回	靖难之役
第一百五十三回	永乐大帝
第一百五十四回	仁宣之治
第一百五十五回	土木之变
第一百五十六回	少保破敌
第一百五十七回	夺门之变
第一百五十八回	宪宗继业
第一百五十九回	武宗驭国
第一百六十回	大礼之争
第一百六十一回	功业中辍

第十四卷明末清初

回数	标题
第一百六十二回	威震海疆
第一百六十三回	江陵权柄
第一百六十四回	神宗怠政
第一百六十五回	女真之叛
第一百六十六回	一战定业
第一百六十七回	宁远之战
第一百六十八回	天启党争
第一百六十九回	崇祯新政
第一百七十回	十面之网
第一百七十一回	崇德建清
第一百七十二回	松锦之战
第一百七十三回	大顺灭明

列表

输出

爬虫

将上述的网址存到一个列表中：

import re

# 给定的 Markdown 文本
markdown_text = """
1. [如果历史是一群喵](https://mp.weixin.qq.com/s/WVwlW3bhcirBSn2KjsMEYA)
2. [如果历史是一群喵 | 祖先喵们的统一战争](https://mp.weixin.qq.com/s/HwkfqalZD7Ugvpt5lcPyuQ)
3. [吃饭穿衣，竟然都是皇上教的！](https://mp.weixin.qq.com/s/MRvf9c2_8RPX8ouSaNiP1Q)
4. [他年少丧父，被迫子承父业，最后靠湿身建立了一个国家](https://mp.weixin.qq.com/s/l-nWXU45sku88ML4NCjn7Q)
5. [天下都是我家哒！](https://mp.weixin.qq.com/s/PVl-eHCmZSMHLQhm_pRAvw)
6. [跟你讲一下三千多年前的狗血剧](https://mp.weixin.qq.com/s/VoNhyDXoy8Yg-cBCzDcdzg)
...
"""

# 使用正则表达式提取所有 URL
urls = re.findall(r'\[.*?\]\((https?://[^\s]+)\)', markdown_text)

从利用Python爬取公众号上的图片（附源码）抄一个代码！然后一阵暴改！

from tqdm import tqdm
import requests  
from bs4 import BeautifulSoup
import time
import random
import os

headers = {
    'cookie':'pgv_pvid=6670082751; RK=WMxp6iw+3H; ptcz=831e2d5114bbf9b46ee7956fedb62717ee910417ecd992f3e0027f034213caf1; o_cookie=2925851543; pac_uid=1_2925851543; iip=0; tvfe_boss_uuid=94828b35f56c4131; LW_uid=01d6E8a1d0T8Y6S87134I123O2; eas_sid=J116c8t1G078b6f8N1u4m24059; LW_sid=6166y891k1d2s4h7v9M5A8K6e8; rewardsn=; wxtokenkey=777; wwapp.vid=; wwapp.cst=; wwapp.deviceid=',
    'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/112.0.0.0 Safari/537.36 Edg/112.0.1722.48'
}

index = 0

for url in urls:
    index += 1
    print("第 " + str(index) + ' 章')
    try:
        response = requests.get(url, headers=headers)
        # print(response.status_code)  # 打印响应状态码
        # 获取网页数据
        html = response.text

        soup = BeautifulSoup(html, 'html.parser')
        img_list = soup.find_all('img')
    except Exception as e:
        print(f"{index}：错误 - {str(e)}")

    for img_url in tqdm(img_list):
        try:
            name = str(img_list.index(img_url))
            # print(img_url)
            img_link = img_url.get('data-src')
            if img_link != None:
                # print(img_link)
                response2 = requests.get(img_link)
                # 图片是二进制数据，获取要用content，文本文件用text
                img_content = response2.content
                # 设置休眠时间，防止速度过快被封
                time.sleep(random.uniform(3, 5))
                # 保存文件
                folder_path = './如果历史是一群喵/' + '第 '+ str(index) + ' 章'
                if not os.path.exists(folder_path):
                    # 如果文件夹不存在，则创建它
                    os.makedirs(folder_path)
                with open(folder_path + '/' + name + '.' + img_link.split('=')[-1],'wb+') as f:
                     f.write(img_content)
                     f.close()
                     # print(f'第 {name} 张图片下载成功')
        except Exception as e:
            print('第 '+ str(index) + ' 章：错误：' + str(e))

格式化

这里手工洗了一下数据，把部分章节开头的 .gif 图片替换成了 .jpeg 的格式，162 章后的文件名后缀有问题，也进行了修改。

import os

def rename_files_in_folder(folder_path):
    # 遍历文件夹中的所有文件
    for filename in os.listdir(folder_path):
        # 获取完整文件路径
        old_file = os.path.join(folder_path, filename)
        
        if os.path.isfile(old_file):
            # 如果文件后缀是 .appmsg，改为 .jpeg
            if filename.endswith('.appmsg'):
                new_file = os.path.join(folder_path, filename.replace('.appmsg', '.jpeg'))
                os.rename(old_file, new_file)
            
            # 如果文件后缀是 .1，改为 .gif
            elif filename.endswith('.1'):
                new_file = os.path.join(folder_path, filename.replace('.1', '.gif'))
                os.rename(old_file, new_file)

# 使用示例
folder_path = r'./如果历史是一群喵/第 184 章'  # 替换为目标文件夹的路径
rename_files_in_folder(folder_path)

将爬虫得到的各个图片四周填充白色，使其长宽比与 A4 纸大小一致：

import os
import re
from tqdm import tqdm
from PIL import Image

load_path = "./如果历史是一群喵"
save_path = "./如果历史是一群喵 resized"

# A4 纵向尺寸在 72 DPI 下的像素大小
A4_width = 595
A4_height = 840
A4_aspect_ratio = A4_width / A4_height

item_list = os.listdir(load_path)
item_list.sort(key=lambda x: int(re.search(r'第 (\d+) 章', x).group(1)))

# 遍历顶层子文件夹
for item in item_list:
    item_path = os.path.join(load_path, item)
    print(item)
    if os.path.isdir(item_path):
        # 自定义排序函数，提取文件名中的数字部分并按数字排序
        file_list = os.listdir(item_path)
        file_list.sort(key=lambda x: int(re.match(r"(\d+)", x).group(0)))
        # 找到第一个后缀不是 '.jpeg' 的文件，移除该元素及之后的所有元素
        for i, file in enumerate(file_list):
            if not file.endswith('.jpeg'):
                file_list = file_list[:i]  # 切片操作，保留列表中 i 之前的元素
                break
        # 创建一个 pdf 对象
        pdf = FPDF()
        for image_file in tqdm(file_list):
            image = Image.open(os.path.join(item_path, image_file))
            # 获取原始图片的宽度和高度
            original_width, original_height = image.size

            # 计算新尺寸比例，保持宽高比不变
            aspect_ratio = original_width / original_height
            
            # 根据宽高比决定如何调整图片
            if aspect_ratio > A4_aspect_ratio:
                # 图片宽度超出比例限制，调整宽度为 A4 宽度，计算高度
                new_width = A4_width
                new_height = int(new_width / aspect_ratio)
            else:
                # 图片高度超出比例限制，调整高度为 A4 高度，计算宽度
                new_height = A4_height
                new_width = int(new_height * aspect_ratio)

            # 调整图片大小
            resized_image = image.resize((new_width, new_height))

            # 创建一个白色的 A4 背景图像
            background = Image.new('RGB', (A4_width, A4_height), (255, 255, 255))
            # 计算将图片居中放置在 A4 背景中的位置
            left = (A4_width - new_width) // 2
            top = (A4_height - new_height) // 2

            # 将调整后的图片粘贴到背景图像上
            background.paste(resized_image, (left, top))
            # 获取图片的宽度和高度
            width, height = background.size
            
            folder_path = os.path.join(os.path.join(save_path, item))
            if not os.path.exists(folder_path):
                # 如果文件夹不存在，则创建它
                os.makedirs(folder_path)
            background.save(os.path.join(folder_path, image_file), format="JPEG", quality=80)

输出 pdf

将上述图片输出成 pdf：

from fpdf import FPDF
import re
import os
from tqdm import tqdm

load_path = './如果历史是一群喵 resized/'
save_path = './如果历史是一群喵 pdf/'

# 将图像文件转换为 PDF
def images_to_pdf(image_paths, output_pdf_path):
    pdf = FPDF()
    image_paths.sort(key=lambda x: int(re.search(r'(\d+)\.jpeg', x).group(1)))
    # 遍历所有图像文件
    for image_path in image_paths:
        # 添加新的一页
        pdf.add_page()
        # 插入图片，设置为 A4 尺寸的图像（宽度 210mm，高度 297mm）
        pdf.image(image_path, x=0, y=0, w=210, h=297)
    
    # 输出 PDF 文件
    pdf.output(output_pdf_path)

for folder in tqdm(os.listdir(load_path)):
    image_folder = os.path.join(load_path, folder)
    image_paths = [os.path.join(image_folder, f) for f in os.listdir(image_folder)]

    output_pdf_path = os.path.join(save_path, folder + '.pdf')  # 输出 PDF 的路径
    images_to_pdf(image_paths, output_pdf_path)

得到最终文件：如果历史是一群喵 pdf_免费高速下载|百度网盘-分享无限制

归档

第一卷 夏商西周

第二卷 春秋战国

第三卷 秦楚两汉

第四卷 东汉末年

第五卷 乱世三国

第六卷 魏晋南北

第七卷 隋唐风云

第八卷 盛世大唐

第九卷 五代十国

第十卷 宋辽金夏

第十一卷 南宋金元

第十二卷 元末明初

第十三卷 大明皇朝

第十四卷 明末清初

列表

输出

爬虫

格式化

输出 pdf

第一卷夏商西周

第二卷春秋战国

第三卷秦楚两汉

第四卷东汉末年

第五卷乱世三国

第六卷魏晋南北

第七卷隋唐风云

第八卷盛世大唐

第九卷五代十国

第十卷宋辽金夏

第十一卷南宋金元

第十二卷元末明初

第十三卷大明皇朝

第十四卷明末清初