有没有什么简便的方式可以从discuz论坛保存下来几栋楼

noneoneone

某个常去的论坛快不行了，考虑把一些常看的东西备份出来，有没有什么方便的手段。还是只能一页一页保存？

若荼泱

diohanmilton 发表于 2020-1-27 16:17
右上角有个打印图标 可以输出一个简版的合集

那个一次只能打印一页，而且并不好用。不知道是不是我姿势不对，打印第二页的时候，有时候会出现第一页的内容

若荼泱

成型的轮子好像没有，之前泥潭挂的时候我还去搜过。感觉比较合理的可以试试chrome的capture full screen但是清晰度好像并不高，丢进web archieve可以作为备选，但是像泥潭这种有权限/要求登录的，web archieve就不好用。出来一个登录界面

testalphagogogo

以前有WEBZIP，不晓得对现在的论坛还兼容不

碳.

OfflineExplorer这个程序，可以快捷保存整楼，还可以定义文件类型，打包等等

win8

关键字 整站下载 有现成的爬虫  缺点是需要登陆才能看的内容可能看不到

bbn

什么网站，不登录能看帖简单点。离线浏览软件，楼上说的Offline Explorer。需要登录就要cookies，也有这个选项，但是好像只能用IE。
爬虫没用过。

以前Firefox 有ScrapBook等扩展。

Baccano

我是用自动翻插件加网页截图插件。
当然大批量搞这样效率就太低了。

奥氮平片

油猴装自动翻页脚本，加载全部楼层后用浏览器自带的另存页面功能

碳.

win8 发表于 2020-1-27 18:34
关键字 整站下载 有现成的爬虫  缺点是需要登陆才能看的内容可能看不到

用上面说的OfflineExplorer就可以，自带浏览器登录一下获得cookie

ntr8

量不大直接翻页脚本+打印为pdf完事
量大的话就楼里几位说的工具

longxiao7

专门写过一个，但是针对性很强，不通用。建议直接截图保存

Alcatrazer

git上搜搜？

三葉Mitsuha

写过一个JS脚本，每次运行只能爬一个帖子，最多支持999页。
这个脚本是通过调用discuz的api，并把api返回的数据独立保存成一个.json文件（只能保存文本内容，非文本的无能为力了）

1. (function(THREAD_ID, MAX_PAGE) {
   
2.   let pageIndex = 0
   
3. 
   
4.   const downloadContent = function(contentText) {}
   
5.   const rename = num => num > 99 ? num : num > 9 ? '0' + num : '00' + num
   
6. 
   
7.   const getJSON = async function() {
   
8.     ++pageIndex;
   
9. 
   
10.     if (pageIndex > MAX_PAGE) {
    
11.       console.log('END')
    
12.       return
    
13.     }
    
14. 
    
15.     try {
    
16.       const xhr = new XMLHttpRequest()
    
17.       xhr.open('GET', `/2b/api/mobile/index.php?version=4&module=viewthread&tid=${THREAD_ID}&page=${pageIndex}`)
    
18.       xhr.overrideMimeType('text/plain; utf-8');
    
19.       xhr.setRequestHeader('Content-type', "text/plain; charset=utf-8")
    
20.       xhr.onreadystatechange = () => {
    
21.         if (xhr.readyState !== 4) {
    
22.           return
    
23.         }
    
24. 
    
25.         const blob = new Blob([JSON.stringify(JSON.parse(xhr.responseText))], {type : 'application/json'})
    
26. 
    
27.         const anchor = document.createElement('a')
    
28.         const fileName = `thread_${THREAD_ID}_${rename(pageIndex)}.json`
    
29.         anchor.download = fileName
    
30.         anchor.href = window.URL.createObjectURL(blob)
    
31.         anchor.click()
    
32.         window.URL.revokeObjectURL(anchor.link)
    
33.         setTimeout(getJSON, 200)
    
34.       }
    
35.       xhr.send()
    
36.     } catch (err) {
    
37.       console.error(err)
    
38.     }
    
39.   }
    
40. 
    
41.   getJSON()
    
42. })()

复制代码

使用方法，以chrome为例

0、进入你要爬的discuz的网页
1、打开浏览器开发者工具（f11？）
2、切至console
3、把以上代码粘贴至console，并在最末尾的括号内填写两个数字参数，用英文逗号隔开，之后敲击回车执行代码。
4、第一个参数是帖子id（通过网址可以得到），第二个参数是最大页码数。
5、第一次运行的话，chrome应该会询问你是否要下载多个文件，点击允许即可。

如果实在来不及找别的工具，可以先用这段代码把文本内容全弄下来。