【亲测免费】 WebScrapBook 安装与使用教程

1. 项目目录结构及介绍

在 webscrapbook 仓库中，主要的目录结构如下：

.
├── config        # 配置文件所在目录
├── ext           # 扩展插件目录
├── lib            # 库文件
├── plugins        # 自定义插件目录
├── scrapbooks     # 存储抓取页面的数据目录
└── src            # 源代码目录，包括主程序和扩展
    ├── background.js   # 后台脚本
    ├── content.js      # 内容脚本（浏览器上下文）
    └── ...              # 其他源文件

• config: 存放用户配置文件，如 config.json。
• ext: 包含预安装的扩展功能，可以用于自定义保存和处理页面的方式。
• lib: 程序运行所需的库文件。
• plugins: 用户自定义插件存储位置，可用于扩展WebScrapBook的功能。
• scrapbooks: 存储所有抓取的网页数据，默认情况下，这里的文件会被组织成书签、注释和编辑后的网页副本。
• src: 源代码目录，其中 background.js 和 content.js 是关键的脚本文件。

2. 项目的启动文件介绍

• background.js: 这是浏览器扩展的后台脚本，负责监听浏览器事件并执行相应的任务，例如捕获页面、管理书签等。
• content.js: 在网页内容上下文中运行，处理如选择区域保存、高亮注解等功能。它与 background.js 协同工作，提供用户交互界面和页面操作。

要开始使用WebScrapBook，你需要将其作为浏览器扩展安装到浏览器中，通常通过以下步骤：

1. 下载或克隆项目至本地。
2. 打开浏览器的扩展管理界面。
3. 开启开发者模式。
4. 加载已解压的扩展程序，并指向 webscrapbook 目录。

3. 项目的配置文件介绍

主要的配置文件是位于 config 目录下的 config.json。这个文件允许你定制WebScrapBook的行为，例如设置默认保存路径、自定义保存格式、启用远程访问等。例子中的配置项可能包括：

{
  "general": {
    "scrapbook_dir": "./scrapbooks", // 抓取页面的存储目录
    "format_default": "html",       // 默认保存格式
    "index_database": "sqlite"      // 搜索索引数据库类型
  },
  "remote": {                        // 远程访问配置
    "server": "http://localhost:8080",
    "sync": true,
    ...
  }
}

根据你的需求修改这些参数，然后重启浏览器以应用新的配置。为了深入了解所有可用的配置选项，建议查阅项目的官方文档或GitHub仓库内的README文件。

注意事项

由于WebScrapBook依赖于一个配合的服务器来实现某些高级特性（如远程访问和全文搜索），所以安装和配置可能需要额外的步骤。你可以使用 PyWebScrapBook 来轻松搭建这样的服务器。更多详细信息参见项目文档。