Book118 文档下载器：免费把网页预览转成 PDF
【免费下载链接】book118-downloader基于java的book118文档下载器项目地址: https://gitcode.com/gh_mirrors/bo/book118-downloader
Book118 上大部分文档处于「能预览、不能下载」的状态，想拿完整文件得付费；手动截图拼页又慢、画质还差。book118-downloader 这个 Book118 文档下载器把它做成了自动流程：模拟网站的预览机制把预览图逐页取下来，拼成 PDF 存到你本地，全程不需要注册和付费。
🔍 看懂 Book118 文档下载器：定位与三个核心特性
它是一个用 Java 写的命令行小工具，用法很直接：输入文档编号，它自动完成解析预览页、下载图片、拼装 PDF 的全流程。只能处理线上可预览的文档，产出的是与预览图同源的 PDF 文件。
- 不收费：只取网站本来就公开展示的预览内容
- 本地处理：图片和 PDF 都在你自己的电脑上生成，不经过任何上传
- 进度可读：控制台实时打印解析与下载进度，卡在哪一步一目了然
⚙️ 从安装到出第一份 PDF：Java 文档下载器怎么跑起来
第一步，确认 Java 环境。项目按 Java 8 编译，装好 Java 8 及以上的运行环境即可：
java -version第二步，拿到源码并构建。用 Maven（Java 生态里负责拉依赖、打包的构建工具）构建出可直接运行的 JAR：
git clone https://gitcode.com/gh_mirrors/bo/book118-downloader cd book118-downloader && mvn package第三步，启动并输入编号。构建完成后，可执行文件在target目录里，运行它会提示输入文档编号：
java -jar target/book118Downloader-V2020.jar输入编号后程序开始解析、下载，最终在out目录里生成以编号命名的 PDF。
怎么拿到文档编号
文档预览页 URL 里最后那串数字就是文档编号，比如https://max.book118.com/html/2017/0611/113657916.shtm中的113657916。打开文档页面，把地址栏里这串数字抄下来输入即可，不需要额外准备。
🔎 幕后：预览页是怎么一步步变成 PDF 的
页面解析与图片抓取：链接是怎么拿到的
核心逻辑集中在 DocumentBrowser.java。它先请求该编号的预览入口页，从页面里抠出project_id、aid、view_token这几个参数，拼出预览图片接口的地址；然后按每批 6 页的节奏请求这个接口，批与批之间休眠 1 秒（代码注释里写明不 sleep 会拿不到结果），把响应里的 JSON 解析成「页码 → 图片地址」的映射。响应中还会给出可预览的页数上限，超长文档超出上限的部分拿不到，这是网站侧的规则，不是工具的问题。
异步下载与本地拼 PDF
下载策略的演进可以从 README.md 的修订日志里看到：早期版本要等全部链接解析完才开始下载，长文档干等的时间很长，2018 年改为边解析边下载，拿到一批链接就先用上。下载阶段，图片以.gif格式按页码命名存进temp目录，控制台滚动打印「已下载页数：[n] 页」。全部就绪后，PdfGenerator.java 用 iText（Java 生态里常用的 PDF 生成库）按数字顺序逐张打开图片，把页面尺寸设成与图片一致，产出out/文档编号.pdf，最后删掉 temp 临时目录。项目依赖主要是 hutool（提供 HTTP 请求与文件操作的通用 Java 工具库）和 iText，完整清单见 pom.xml。
📊 和手动截图、在线转换比一比
如果你曾在 Book118 存过文档，大概率下面几种情形都遇到过；拿几个常用维度横向比一下：
| 维度 | 手动截图 | 在线转换工具 | book118-downloader |
|---|---|---|---|
| 百页文档耗时 | 小时级，逐页操作 | 中等，需上传 | 几分钟，自动跑完 |
| 文件质量 | 取决于截图手法 | 常被压缩 | 与预览图同源 |
| 隐私 | 无风险 | 文件内容要上传 | 全程本地，不上传 |
| 可重复性 | 难复现 | 看站点脸色 | 编号还在就能重跑 |
对比下来定位很明确：它不是哪一项都最快，但「不上传、可复现、脚本化」这三点，让它成为少数能稳定执行的方案。
🛠️ 进阶与避坑：批量下载、输出目录、权限确认
- 一次一个编号：BookDownloader.java 每次运行只读入一个文档编号，要处理多个文档就重复运行、逐个输入，别用逗号连号，那样会当成一个编号去请求。
- 大文档有耐心：解析阶段每批 6 页、批间间隔 1 秒，页数越多「解析中」的等待越长；进入下载后看控制台进度即可，中途断网会打错误日志，重跑一次就好。
- 输出位置固定：PDF 一律落在运行目录下的
out文件夹，以文档编号命名；temp 中间目录会自动清理，不用手动收拾。 - 跑之前先看预览权限：只有线上可预览的文档才支持；需要付费才能预览的文档和 PPT 不在支持范围内，README 里明确写了这一点。
说到底，这个 Book118 文档下载器解决的场景很具体：把你能预览的文档变成一份本地 PDF。用它时合理获取、尊重版权即可。
【免费下载链接】book118-downloader基于java的book118文档下载器项目地址: https://gitcode.com/gh_mirrors/bo/book118-downloader
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
