微信图书 HTML 导出脚本（已失效）

[Sec-ant]

脚本由于滥用已撤下。

[Algebra-FUN]

很强！我看了你的js代码，好奇你是如何发现在页面渲染前存在"#preRenderContent"元素并且其中就有实际的文本内容的？之前我一直被canvas渲染文字所困扰……看了你的代码才意识到还可以在渲染前爬去内容。

[Sec-ant]

.

[Algebra-FUN]

看到了另外一篇博客，puppeteer 似乎是可以在页面的脚本执行之前注入自定义脚本的，那么自动化就比较有希望了😄

selenium 也是可以的。不过目前你这个方法严重依赖于#preRenderContent 这个元素的存在。如果微信读书开放团队注意到了这一点并做了修改，这个方法就不适用了:worried:

[Sec-ant]

.

[Algebra-FUN]

而且如果真的彻底改掉了，也可以用最终手段 monkeypatch canvas 来重写它的 fillText 或其他方法进而拿到内容

倒逼微信读书开发团队升级发爬虫技术:smiley:

[champkeh]

其实只要弄清楚无限debugger的原理，就好分析代码了，所有的js文件都是同样的处理原理，把对应的无限debugger相关代码删掉，然后用overrides覆盖，就能一步一步调试出请求解密的逻辑了。
我最近花了1周左右空余时间研究了下，最终做了这样一个网站 https://weread.deno.dev/，就是完全采用接口的方式，不需要处理dom

[Algebra-FUN]

不过欢迎仓库主人参考我的方案

我已经将你的js代码中获取#preRenderContent的部分整合进去了😄，详见 https://github.com/Algebra-FUN/WeReadScan/tree/html-variant

[Sec-ant]

赞