程序员如何提取各平台不可复制的内容（百度文库、哔哩哔哩动态文字...）

现在网络上的资料越来越丰富，我们每个人都免不了需要去一些平台查找一些资料信息。但是查询到的内容我们往往会很头疼，因为平台会限制你的复制功能，除非你充值网站会员，但是我们需要复制的次数较少的情况下，大多数人都不会选择去花钱去开会员的，这就让人非常的头疼了。

今天分享一下本人收集的几种很常用也很实用的内容提取方法

禁止复制的原理

温馨提示

本节内容需要有javascript 编程基础，可选择直接跳过

复制和粘贴操作是网民日常的一些基本操作，但有些网站为了保护版权（如小说类、图片类），禁止用户执行这些操作，这样就可以防止用户将正在浏览的文本，通过复制、粘贴的方式进行传播了。

这里主要涉及到两个DOM 事件

oncopy 事件

定义：

• oncopy 事件在用户拷贝元素上的内容时触发。
• oncopy 事件在用户拷贝元素时也会触发，例如， 拷贝 <img> 元素。
• oncopy 事件通常用于 type="text" 的 <input>元素。

拷贝方式:

• 按下 CTRL + C
• 在你的浏览器的 Edit(编辑) 菜单中选择 "Copy（复制）"
• 右键鼠标按钮，在上下文菜单中选择 "Copy（复制）" 命令。

浏览器支持：

使用方法：

1. HTML 中利用绑定方法

<element oncopy="myScript">

2. Javascript 中利用对象身上的方法

object.oncopy = function(){
   //操作  
    myScript  
}

3. Javascript 中利用事件监听的方式

object.addEventListener('copy',myScript);
//IE8及更早的IE版本不支持addEventListener()方法

onpaste 事件

定义：

• onpaste 事件在用户向元素中粘贴文本时触发。

• 虽然使用的 HTML 元素都支持 onpaste 事件，但实际上并非支持所有元素，例如 <p>元素， 除非设置了 contenteditable 为 "true" 。

• onpaste 事件通常用于 type="text" 的 <input> 元素。

粘贴方式：

• 按下 CTRL + V
• 从浏览器的编辑菜单中选择 "Paste（粘贴）"
• 右击鼠标按钮在上下文菜单中选择 "Paste（粘贴）" 命令。

浏览器支持：

语法：

1. HTML 中利用绑定方法

<element onpaste="myScript">

2. Javascript 中利用对象身上的方法

object.onpaste = function(){
  //操作
  myScript;  
}

3. Javascript 中利用事件监听的方式

object.addEventListener('paste',myScript);
//Internet Explorer 8 及更早 IE 版本不支持 addEventListener() 方法。

实现原理

执行复制与粘贴事件，并在事件中返回false。

var bodyMain = document.getElementById('bodyMain' );

                 //禁止复制
                 bodyMain.oncopy = function(){
                      return false;
                }
                 //禁止粘贴
                 bodyMain.onpaste = function(){
                      return false;
}

---

百度文库

一、用一行代码提取内容

话不多说，直接上代码

let content="";document.querySelectorAll(".reader-word-layer").forEach(x=>content+=x.innerText);content;

在需要提取的内容页面按F12 调出控制台，切换到Console 栏，粘贴以下代码到控制台中，敲击回车

强行一行代码提取所有文字信息，但是看起来有点奇怪，原因是仅仅简单的做了下内容拼接，并未实现换行，所有内容挤在了一行

可以如下改良一下代码，手动添加换行

let topDiff = -1;
let content = "";
const target = document.querySelectorAll(".reader-word-layer"); 
target.forEach(x => {
    if (x.style.top !== topDiff) {
        content += "\n";
        topDiff = x.style.top;
    };
    content += x.innerText;
});
content;

使用方法也是一样的，复制代码粘贴到控制台

上面代码就实现了跟文档一样的内容换行了，看起来舒服多了

其实市面上很多所谓的百度文库提取器，各种牛逼的大佬APP，只要是光内容提取，却丢了文档样式的，无非就是包装了以下上面这几行代码的产物而已

有了这方法，有个浏览器，会粘贴复制就行，压根不用去下载什么第三方

二、油猴插件

油猴插件是个非常牛叉的工具，里面集成的js 脚本可以大大增强我们的浏览器体验及操作便利性。如果圈内人不去接触使用一下就真太可惜了。

具体安装方法就不在这讲了，特别简单，本质上就是个浏览器的扩展插件（chrome内核的可以，firefox好像也行，其他的没试过）。就是下面这个黑黑的东西

油猴安装好了之后，我们可以在他的脚本网站（我一般用的是这个greasyfork）下载各种符合我们需求的插件

而我们需要提取百度文库或其他文库的文字内容时，我们只要在greasyfork中找合适的脚本 或直接点击【这里】，就能找到百度文库的脚本主页

只要点击安装就行了（我之前装过所以提示的是更新），在这说一下，看一个脚本好不好也跟github 看star 一样，看一眼他的安装量可以判定

安装好之后就可以直接浪了

进入百度文库后啥都不用干，你就能看到以下两个不同点

右上角油猴的图标会直接亮，会自动启动刚安装的脚本（如果没启动的，点击油猴菜单倒数第二个‘管理面板’，去里面看下脚本启动了没）

同时，左侧会多出下载和复制两个小按钮，点击复制你会发现

文章直接提取到页面了，这时候尽情复制就可以了

下载按钮顾名思义，就是将文章下载，但是下载下来的一样也没样式。

如果有兴趣的同学也可以观察一下，脚本提取内容的核心原理其实也是上面说的那几行js 代码

油猴插件的功能还有非常之多，比如可以自动解析各大付费视频，自动提取百度网盘密码，生成各大网盘下载直链等等，欢迎大家探索交流

---

哔哩哔哩动态内容

哔哩哔哩不仅可以刷视频看鬼畜和学习，同时也有个类似朋友圈也类似各大文章平台的功能，可以在里面发布动态或文章。

但是他却有个很大的限制，就是不能复制

昨天就遇到这个情况，在B站看到一篇不错的知识分享【】，通过作者授权后想转载一下，无奈不能复制，确实愁了一下

后面想到简历使用PDF格式的可以通过浏览器打开，也能复制粘贴，所以就考虑能不能将网页HTML转化为PDF

上网上找了下工具，无果，最终在一篇文章中看到了，其实非常简单，压根不用工具

只需要在需要复制的B站动态页面里，右键选择打印，或者直接按CTRL + P

便能调出打印界面，这个时候点击目标打印机更换为“另存为PDF”，选择保存路径保存即可

这个时候就在保存路径的目录下生成了一个PDF文件

右键选择打开方式，再选择浏览器打开就可以进入到另一个网页中了

在这里，你就可以随意复制了

—— 未经本人允许不得私自转载