如何用novel-downloader永久保存网络小说?新手必备的小说下载工具使用指南
novel-downloader是一款开源的通用型小说下载工具,能够帮助读者将网络小说永久保存为TXT或EPUB格式,支持自动识别章节内容、过滤广告干扰,让你轻松构建个人数字图书馆。本文将从安装配置到高级使用,全面介绍这款小说下载神器的使用方法。
为什么选择novel-downloader?三大核心优势
在数字阅读日益普及的今天,你是否担心过喜爱的小说因网站关闭而消失?novel-downloader通过三大核心功能解决你的阅读痛点:
- 永久保存:将在线小说转为本地文件,彻底摆脱平台依赖
- 智能净化:自动识别并去除广告、导航等干扰内容,保留纯净正文
- 多格式支持:同时生成TXT和EPUB文件,适配手机、电子书阅读器等各类设备
快速上手:5分钟完成安装配置
准备工作:安装脚本管理器
novel-downloader作为浏览器脚本运行,需要先安装脚本管理工具:
- 推荐使用Tampermonkey(支持Chrome、Edge、Firefox等主流浏览器)
- 安装完成后,在扩展程序中启用开发者模式
获取项目源码
通过Git命令克隆项目到本地:
git clone https://gitcode.com/gh_mirrors/no/novel-downloader
项目核心代码位于src/main/目录,包含Book类和Chapter类实现,规则定义在src/rules/目录下,支持多种网站适配。
实战教程:三步下载你的第一部小说
第一步:访问支持的小说网站
打开任意支持的小说网站(完整支持列表可查看src/rules/目录下的规则文件),页面右上角会自动出现novel-downloader的下载按钮。
图:novel-downloader在小说网页中的工作状态,右上角可见下载功能按钮
第二步:启动下载流程
点击下载按钮后,工具会自动:
- 识别小说标题和作者信息
- 解析章节列表并展示
- 提供格式选择(TXT/EPUB)和保存选项
第三步:等待下载完成
下载进度会实时显示,完成后文件会自动保存到浏览器默认下载目录。长篇小说建议选择WiFi环境下载,避免流量消耗。
进阶技巧:提升下载体验的实用方法
批量下载策略
对于系列小说或多本作品,建议:
- 每次下载不超过3部作品,避免服务器限制
- 按章节范围分批下载,支持断点续传
- 使用
src/save/目录下的配置文件自定义保存路径
处理特殊内容
遇到付费章节或图片验证码时:
- 确保已登录网站账号
- 手动完成验证码验证
- 对于图片形式的文字内容,工具会自动调用
src/lib/decoders/OCRDecoder.ts进行识别
图:novel-downloader下载的小说文本在编辑器中的展示效果,章节结构清晰
常见问题解决方案
下载按钮不显示怎么办?
- 确认网站是否在支持列表中(可查看
src/rules/目录下的规则文件) - 刷新页面或重启浏览器
- 检查脚本是否启用,尝试更新到最新版本
下载内容乱码如何处理?
在设置界面(src/ui/setting.ts)调整编码选项,推荐尝试UTF-8、GBK等常见编码格式。
最佳实践:构建个人数字图书馆
科学管理下载的小说
建议建立三级分类体系:
- 按题材分类(玄幻、言情、科幻等)
- 按作者姓名归档
- 按阅读状态标记(已读/在读/未读)
定期备份重要作品
通过src/save/epub.ts和src/save/txt.ts生成的文件,建议:
- 同步到云存储
- 定期备份到移动硬盘
- 使用工具自带的批量导出功能(位于设置界面)
图:novel-downloader生成的小说章节结构预览,清晰展示卷册划分
总结:开启你的离线阅读之旅
novel-downloader通过简单直观的操作,让每个人都能轻松保存喜爱的网络小说。无论是担心内容下架,还是希望获得纯净的阅读体验,这款工具都能满足你的需求。立即开始使用,让每一部精彩作品都成为你永久的数字收藏!
项目源码完全开源,欢迎通过src/rules/目录下的规则模板添加新的网站支持,或参与功能改进。更多高级功能和使用技巧,可参考项目中的README.md文档。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust037
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00