中国大学MOOC课程资料下载器完整使用教程
2026-02-06 04:56:26作者:范靓好Udolf
项目简介
mooc-dl 是一个专为中国大学MOOC平台设计的课程资料下载工具,能够帮助用户一键下载课程视频、文档和附件,实现真正的离线学习体验。该项目采用Python语言开发,支持多线程下载和灵活的配置选项。
环境准备
在开始使用之前,请确保您的系统满足以下要求:
- Python 3.6或更高版本
- 稳定的网络连接
- 已参加目标课程的中国大学MOOC账号
安装步骤
1. 获取项目代码
首先需要克隆项目到本地:
git clone https://gitcode.com/gh_mirrors/mo/mooc-dl
cd mooc-dl
2. 安装依赖包
使用pip安装项目所需的依赖:
pip install -r requirements.txt
3. 配置FFmpeg(可选)
如果需要视频合并功能,请自行安装FFmpeg并配置系统环境变量。
配置详解
配置文件结构
打开 config.json 文件,您可以看到以下配置选项:
{
"username": "您的爱课程账号",
"password": "您的爱课程账号密码",
"resolution": 0,
"root": "",
"num_thread": 16,
"overwrite": false,
"file_path_template": "{base_dir}{sep}{cnt_1} {chapter_name}{sep}{cnt_2} {lesson_name}{sep}{cnt_3} {unit_name}",
"range": {
"start": [0, 0, 0],
"end": [999, 999, 999]
},
"file_types": [1, 3, 4],
"use_ffmpeg": false
}
关键配置说明
| 配置项 | 说明 | 推荐值 |
|---|---|---|
| username | 爱课程账号 | 您的实际账号 |
| password | 账号密码 | 您的实际密码 |
| resolution | 视频清晰度 | 0(最高清晰度) |
| num_thread | 下载线程数 | 8-16 |
| file_types | 下载文件类型 | [1,3,4](全部类型) |
| use_ffmpeg | 使用FFmpeg合并 | false(默认) |
账号安全提醒
重要提示:请务必使用自己的爱课程账号,不要使用共享账号。目前中国大学MOOC会验证账号是否参加课程,只有已报名课程的用户才能正常下载。
使用方法
基本下载命令
下载整个课程的所有资料:
python mooc-dl.py "课程URL"
例如:
python mooc-dl.py "https://www.icourse163.org/course/ZJU-93001"
高级参数使用
支持通过命令行参数覆盖配置文件:
python mooc-dl.py "课程URL" --range="1.2~5.4" --file-types="1,3" --use-ffmpeg --overwrite
参数说明:
--range:指定下载范围(格式:起始章节~结束章节)--file-types:指定下载文件类型(1=视频,3=PDF,4=附件)--use-ffmpeg:启用FFmpeg视频合并--overwrite:强制覆盖已存在文件
文件路径定制
您可以根据需要自定义文件存储路径。例如,按文件类型分类存储:
{
"file_path_template": "{base_dir}{sep}{type}{sep}{cnt_3} {unit_name}"
}
常见问题解答
Q: 下载进度显示异常怎么办?
A: 进度条显示问题不影响实际下载功能,所有文件都会正常下载完成。
Q: 为什么需要使用自己的账号?
A: 中国大学MOOC平台会验证账号是否参加课程,只有已报名用户才能访问课程资料。
Q: 支持哪些文件类型下载?
A: 支持三种文件类型:视频(1)、PDF文档(3)、附件(4)。
Q: 如何设置下载范围?
A: 可以通过配置文件或命令行参数设置起始和结束章节。
使用建议
- 网络环境:建议在稳定的网络环境下使用,避免下载中断
- 存储空间:确保有足够的磁盘空间存储课程资料
- 版权遵守:下载的资料仅限个人学习使用,请勿用于商业用途
- 定期更新:虽然项目已停止维护,但基本功能仍然可用
技术架构
mooc-dl 基于Python开发,主要功能模块包括:
- crawler.py:网络请求和内容抓取
- downloader.py:多线程下载管理
- config.py:配置管理
- utils模块:提供各种工具函数
通过合理的配置和使用,mooc-dl 能够帮助您高效地获取中国大学MOOC平台的优质学习资源,为您的学习之路提供有力支持。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
528
3.73 K
openEuler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。
C
336
172
Ascend Extension for PyTorch
Python
338
401
React Native鸿蒙化仓库
JavaScript
302
353
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
883
590
暂无简介
Dart
768
191
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
139
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen 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
TSX
986
246