小说会悄悄消失：这款开源小说下载器，能把100多个网站的书装进TXT和EPUB

小说会悄悄消失：这款开源小说下载器，能把100多个网站的书装进TXT和EPUB

【免费下载链接】novel-downloader一个可扩展的通用型小说下载器。项目地址: https://gitcode.com/gh_mirrors/no/novel-downloader

书架上那本书还在，点进去却已是 404——追更的人都懂这种后背发凉的感觉。为了不再让喜欢的作品随网站一起蒸发，我养成了一个新习惯：用开源小说下载器 novel-downloader 把连载中的书提前备份成 TXT 和 EPUB。这是一款可扩展的通用型小说下载器，覆盖国内外 100 多个小说网站。这篇文章，就是昨晚我"抢救"一本书的完整复盘：从为什么备份、怎么装、点了下载后发生了什么，到碰到加密正文怎么解、想自定义怎么改，一条线讲完。

为什么书架上的书会凭空消失：先搞清你要备份什么

不是错觉，小说真的会"消失"。很多作品即使已经入 V、即使你已经订阅，网站一改版或合同一到期，页面说没就没。更极端的情况是轻文轻小说这类整个网站直接关停。热门的书被笔趣阁等转载站接住，后来者还能看到；而那些质量不错但不够火、没有任何转载站收录的作品，就会彻底从互联网上蒸发。

novel-downloader 正是"404 小说文库"项目的组成部分，它的目标很朴素：在书还在的时候，把它稳稳地存到你自己的硬盘上。如果某天你常看的网站连不上了，至少你手里还有一份完整的离线拷贝。

下载完成后，脚本会自动产出几样东西，各有各的用处：

小贴士：脚本执行下载任务时会播放一段无声音频，这是为了防止浏览器把后台标签页休眠、中断下载，属于正常现象，不是 bug，也不必关掉它。

装好它只需三步：装管理器、跑一次构建、点一下图标

第一步，先给浏览器装一个脚本管理器（Tampermonkey、Violentmonkey 或 Greasemonkey 任选其一）。novel-downloader 本质是油猴脚本，需要这个"容器"来运行。

第二步，拿到脚本本体。想直接开箱即用，可以装已打包发布的版本；想改代码、跟新版本，也可以自己构建。构建只要四条命令：

git clone https://gitcode.com/gh_mirrors/no/novel-downloader cd novel-downloader yarn install yarn build

第一行把源码克隆到本地，第二行进入项目目录，第三行用 yarn 安装全部依赖，第四行用 webpack 打包。构建完成后，把生成的bundle.user.js文件拖进脚本管理器界面即可完成安装。想改代码的话，改完再跑一次yarn build就能拿到新脚本。

第三步，打开任意一个受支持的小说网站。当页面右上角出现下载图标时，点击它，下载就开始了，右下角会有进度条。

点击下载后的半小时，脚本替你在后台做了四件事

昨晚那本三百多章的书，从点击图标到拿到文件大约花了半小时。这半小时里，脚本其实在后台干了四件活：

1. 收集书籍信息：书名、作者、简介、封面、分卷和章节列表，一次性抓齐；
2. 逐章抓取正文：按章节链接依次请求，跳过已购买检查，识别 VIP 章节；
3. 清洗正文：用内置的 DOM 清洗逻辑（底层用了 Readability 算法）把广告、导航、脚本噪音全部剥掉，只留干净的段落和图片；
4. 打包导出：把正文边下边写，用流式压缩生成 TXT 与 EPUB，所以几千章的大长篇也不会把浏览器内存撑爆。

下载过程中想看得更细，可以按下 F12 打开控制台，每一步状态都打印在那里；如果下载异常卡住，控制台日志也是排查的第一手资料。

正文被加密成天书？三种解码器这样把它翻译回来

能直接抓到纯文字是最好的，但很多网站不会让你这么舒服：晋江文学城用自定义字体加密正文，字符看着是正常汉字，复制出来却是乱码；海棠、书耽的 VIP 章节干脆只给图片版；还有些网站把文字伪装成图片。针对这些反爬手段，脚本准备了三层解码方案，逐级兜底：

遇到晋江这类字体加密，脚本会自动把网站的字体文件下载下来，逐一建立"字形 → 汉字"的映射关系，再反过来还原正文；图片版章节则走文件名映射或哈希匹配，实在匹配不上的复杂图片才动用 OCR。你甚至可以在设置里打开调试模式，查看字体匹配的详细过程。

别把整本书都搬走：三个高频自定义需求，一条代码搞定

不是每次都想把整本下载下来。脚本在设置里预留了几个自定义入口，最常见的是这三种：

只下载前 50 章，或只要番外，在自定义章节过滤里写：

// 只下载前 50 章 function chapterFilter(chapter) { return chapter.chapterNumber <= 50; } // 或：只要番外 function chapterFilter(chapter) { return chapter.chapterName && chapter.chapterName.includes("番外"); }

chapterFilter对每一章返回 true 或 false，返回 true 的才会被下载，改判断条件就能精准圈定下载范围。

想要"第X章 标题"这样的章节命名、或自定义正文字号缩进，在自定义保存选项里写：

const saveOptions = { getchapterName(chapter) { return chapter.chapterName ? `第${chapter.chapterNumber}章 ${chapter.chapterName}` : `第${chapter.chapterNumber}章`; }, mainStyleText: `p { text-indent: 2em; line-height: 1.6; }` };

getchapterName决定章节标题长什么样，mainStyleText直接决定正文 CSS，段落缩进、行距、字号都在这里调。

下载太快被反爬，想放慢，就去设置里调三个参数：concurrencyLimit（并发数）、sleepTime（基础间隔）、maxSleepTime（最大间隔）。默认分别是 1、500ms、2000ms，节奏已经比较克制。

小贴士：间隔不要一味往小了调——长佩文学这类反爬严格的站，每分钟约只能下 6 章，开太多并行反而容易触发风控，耐心等是最优解。

让脚本认识新网站：继承一个模板类，实现两个方法

所有网站支持都收敛在src/rules/目录里，按站点形态分类存放：

给新网站写支持，核心就是继承BaseRuleClass，实现bookParse（解析书籍信息和目录）和chapterParse（解析章节正文）两个方法。大部分单页站点甚至不用从零写，直接套用src/rules/onePage/template.ts的mkRuleClass模板，把书名的选择器、章节列表的选择器、正文的清洗函数填进去就行，写完后在src/router/download.ts里注册一条匹配规则，再yarn build一次即可。这也是项目"可扩展"三个字的由来——加站成本被压到了最低。

六个真实踩过的坑，附排查步骤

1. 付费章节下不下来：先确认已登录网站账号、且已购买对应章节。未登录或未购买时，付费章节会被直接忽略，这是设计如此，不是 bug。
2. 长佩下载特别慢：正常，反爬限速每分钟约 6 章。不要多开页面同时下载多本长佩小说，否则更容易被限。
3. 详情页没有下载图标：长佩、pixiv 这类单页应用网站，直接按下 F5 重新加载页面即可，无需反复刷新标签。
4. 下载卡住、没有任何文件生成：在设置里开启调试模式，日志会写进下载产物里的debug.log；也可以启用测试视图，把日志选项卡内容复制出来保存成 txt，提交问题时会用到。
5. 遇到问题去哪反馈：请到项目支持页面按模板提交 issue，并附上上述日志。发在评论区、交流群组的反馈不会被处理。
6. 存档到互联网档案馆的授权弹窗：首次使用会询问是否将当前书页存档至 archive.org 以备日后查看。同意与否都不影响下载功能，但注意该功能会搜集并上报 IP、User-Agent、当前 URL 等少量信息，介意的话拒绝即可。

下一步：从顺手使用者变成共建者

如果你常看的网站刚好不在支持列表里，最有效的做法是提交 issue 描述清楚站点结构，或者直接参考src/rules/onePage/template.ts写一条规则提交上来——项目欢迎代码贡献，而不是只等别人实现。想深入了解内部设计的，可以读读仓库里的docs/目录和CLAUDE.md，里面有针对 Cloudflare 挑战页、closed shadow DOM 这类硬核场景的方案文档。

先做这三件事吧：今晚把正在追的书挨个备份一遍；把下载参数按自己的网速调一轮；如果顺手，再给这个项目提第一个 issue 或 PR。书会消失，但备份不会——这份安心，值得花一个晚上来换。📚

【免费下载链接】novel-downloader一个可扩展的通用型小说下载器。项目地址: https://gitcode.com/gh_mirrors/no/novel-downloader