FanFicFare v4.44.0 版本更新解析:网络小说抓取工具的重大升级
FanFicFare 是一款功能强大的开源工具,主要用于从各类在线小说网站抓取内容并转换为电子书格式。它既可作为 Calibre 插件使用,也提供命令行界面,支持众多流行的小说网站。本次 v4.44.0 版本带来了多项重要改进和功能增强,下面我们将详细解析这些更新内容。
安装方式更新
FanFicFare 提供了两种主要安装方式:
-
Calibre 插件安装:用户可以直接下载插件 zip 文件安装,或通过 Calibre 内置的"获取插件"功能进行安装。
-
命令行界面安装:通过 Python 的 pip 包管理器安装,执行
pip install FanFicFare即可完成安装,若要更新则使用pip install --upgrade FanFicFare命令。安装过程会自动处理所有依赖项。
核心功能改进
网站适配器增强
-
StoriesOnlineNet 适配器改进:
- 新增
always_login选项,解决部分需要登录才能访问内容的特殊情况 - 修复了当描述/详情包含多余 div 标签时的解析问题
- 新增
-
Literotica 适配器修复:
- 修正了从网页获取 URL 选项的错误解析问题
-
AsianFanficsCom 适配器:
- 新增
inject_chapter_image选项,允许在章节中注入图片
- 新增
-
FicbookNet 适配器:
- 修复了附加元数据收集功能
-
FimFictionNet 适配器:
- 现在能够获取仅在书架中找到的故事内容
-
SyosetuCom 适配器:
- 针对网站更新进行了相应调整
功能性增强
-
双因素认证支持:
- 实现了基于时间的单次密码(TOTP)双因素认证异常处理机制
-
浏览器缓存改进:
- 新增对"directimages"与浏览器缓存结合使用的支持
- 改进了 Chrome 浏览器缓存块处理,现在将缺少头部的条目视为未找到
-
内容处理选项:
- 新增
remove_empty_p选项,主要用于处理 AO3/OTW 网站中的空段落 - 新增
try_shortened_title_urls选项(仅限 ffnet),尝试使用缩短的标题 URL
- 新增
-
Archive of Our Own 支持:
- 新增
use_archive_transformativeworks_org选项
- 新增
-
日志页面更新机制:
- 改进了日志页面的更新逻辑,提供更稳定的运行体验
技术细节与使用建议
对于 MacOS 用户,特别需要注意 open_pages_in_browser 功能的相关设置,这与系统特定的浏览器集成方式有关。
在内容抓取策略方面,本次更新撤销了之前 fanfictionnet 适配器中"当章节未找到时尝试从移动版(m.)而非桌面版(www)获取"的改动,这可能是由于移动版和桌面版内容差异导致的解析问题。
对于需要登录的网站,新的 always_login 选项确保了即使内容理论上可以公开访问,也会强制使用登录状态获取,这解决了一些边缘情况下的访问问题。
FanFicFare 持续优化其浏览器缓存机制,最新版本对 Chrome 缓存的处理更加健壮,能够更好地处理异常情况,如图片资源获取等场景。
本次更新体现了 FanFicFare 项目对用户体验的持续关注,通过新增选项和修复各种边界情况,使得这款工具在各种使用场景下都更加可靠和灵活。无论是普通用户还是高级用户,都能从这些改进中受益。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C048
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00