番茄小说下载神器:3种方式让你随时随地离线阅读
你是不是也遇到过这样的场景:地铁上网络信号断断续续,正看到精彩处的小说页面却怎么也加载不出来;或者发现某本特别喜欢的小说突然下架,想重温却再也找不到?别担心,fanqienovel-downloader这个开源工具就是你的救星!它能够将番茄小说平台上的内容完整保存到本地,实现真正的离线阅读自由。
地铁通勤族的阅读痛点,这样轻松解决
想象一下,每天早上挤地铁的你,好不容易找到座位,拿出手机想看看小说放松一下,却发现网络信号差到连一章都加载不完。这种场景是不是很熟悉?
试试这样解决:使用fanqienovel-downloader,只需输入小说链接或ID,就能把整本小说下载到本地。以后再也不用担心网络问题了,随时随地都能沉浸在精彩的故事世界里。
3种运行方式,总有一款适合你
🚀 直接运行可执行文件
对于不想折腾环境配置的用户来说,这是最简单的选择。下载对应的可执行文件,双击运行即可开始使用。
🐍 Python环境运行
如果你习惯使用Python,这种方式能给你更多自定义空间:
- 克隆项目:
git clone https://gitcode.com/gh_mirrors/fa/fanqienovel-downloader - 安装依赖:
pip install -r requirements.txt - 启动服务:进入
src目录运行python server.py - 浏览器访问:
http://localhost:12930
🐳 Docker容器部署
想要更安全、更隔离的运行环境?Docker是你的最佳选择:
docker compose up
下载的小说和个人数据会保存在docker卷中,完全不用担心数据丢失问题。
5种保存格式,满足你的所有阅读需求
项目支持多种保存模式,无论你喜欢哪种阅读方式都能找到合适的格式:
- 整本保存:所有章节合并成一个文件,适合一口气读完
- 分章保存:按章节分开保存,方便跳转和查找
- EPUB格式:兼容Kindle、iBooks等主流阅读器
- HTML格式:网页友好,支持在线浏览
- Latex格式:适合学术研究和文本分析
Web版特色功能,让你的下载体验更丝滑
Web版本提供了更加丰富的功能体验,让你在浏览器中就能完成所有操作:
- 实时进度条:下载过程一目了然,再也不用担心卡在某个章节
- 队列批量下载:可以把多本小说加入下载队列,一次性搞定
- 在线阅读支持:下载完成后直接在线阅读,无需额外软件
手机端也能用,通勤路上不再无聊
针对手机用户,项目特别提供了移动端支持。通过Termux环境,在手机上也能享受便捷的下载体验:
- 安装Termux并进行换源配置
- 安装必要的Python包
- 运行
ref_main.py文件
个性化设置,打造专属阅读体验
在设置界面中,你可以根据个人喜好调整各种参数:
- 正文段首占位符:自定义段落开头的空格样式
- 下载延时:调整下载速度,避免对服务器造成压力
- 存储位置:选择小说文件的保存目录
- 保存模式:选择最适合你的文件格式
使用小贴士,让你的下载更高效
遇到网络错误怎么办? 如果出现代理连接错误,可以尝试关闭VPN或网络加速器,或者检查网络连接是否正常。
想要批量管理已下载的小说?
查看src/templates/components/library.html,这里提供了完整的图书馆管理功能,让你轻松整理自己的小说收藏。
写在最后
fanqienovel-downloader不仅是一个工具,更是解决现代人阅读痛点的贴心助手。无论你是通勤族、学生党还是小说爱好者,都能通过它获得更好的阅读体验。
记住:技术是为了让生活更美好,合理使用工具,尊重版权,让阅读变得更加简单、自由!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00