kindle 指南

当你拥有一台 kindle 后，你会干嘛？单纯的阅读 or 看漫画？ no！no！no！

使用 kindle 半月后小小心得。

电子书

kindle 的优势不在于墨水屏，市面上已经有非常多的电纸书产品。kindle 有庞大的亚马逊作为支持，从书籍数量到书籍内容，亚马逊提供了完美的 kindle 生态链。

利用 kindle 带来的沉浸式阅读体验，带来与纸质书一样的深度阅读。

如何寻找电子书资源？

百度？可以，但是比较复杂，往往得不到自己想的东西。那么我是如何寻找电子书资源呢？

利用 Chrome 的油猴插件，使用 豆瓣资源下载大师：1 秒搞定豆瓣电影-音乐-图书下载 — kod źródłowy

【装这一个脚本就够了！可能是你遇到的最好的豆瓣增强脚本】聚合数百家资源网站，通过右侧边栏 1 秒告诉你哪些网站能下载豆瓣页面上的电影-电视剧-纪录片-综艺-动画-音乐-图书等，有资源的网站显示绿色，没资源的网站显示黄色，就这么直观！所有豆瓣条目均提供在线播放-阅读、字幕-歌词下载及 PT-NZB-BT-磁力-百度盘-115 网盘等下载链接，加入官网打死也不出的豆列搜索功能，此外还能给豆瓣条目额外添加 IMDB 评分-IMDB TOP 250-Metascore 评分-烂番茄评分-AniDB 评分-Bgm 评分-MAL 评分等更多评分形式。

在豆瓣里找到你想要的资源，在侧边栏里会出现很多选项，显示绿色表示有资源。减少在百度上的时间，当然，如有条件请支持正版。

漫画

漫画资源 [Vol.moe] Kindle 漫畫

RSS

Reabble 利用 kindle 自带的「体验浏览器」，打开 reabble.com 在 kindle 端体验 RSS 阅读的快感。

Reabble 是 Kindle 上的 RSS 新闻阅读器，专为使用电子墨水屏的浏览器设计交互界面，媲美系统原生阅读体验。 也能用于其它带浏览器的设备比如手机、Nook、Kobo、博阅等。

Reabble 的优势在于完美适配 kindle，免费版一天只能看 7 篇文章，开通会员则没有限制，会员 26 一年。还是比较实惠，你也可以试用，体验后再决定要不要开通会员。

博客

利用 calibre 爬取博客文章，在 kindle 阅读。在 calibre 中你可以编写 Recipe 脚本，利用脚本爬取博客内容，实现自动获取你想要的文章。

Recipe 脚本模板

#!/usr/bin/python
# encoding: utf-8

from calibre.web.feeds.recipes import BasicNewsRecipe # 引入 Recipe 基础类

class yang_zhi_ping_Blog(BasicNewsRecipe): # 继承 BasicNewsRecipe 类的新类名

    #///////////////////
    # 设置电子书元数据
    #///////////////////
    title = '阳志平的网志' # 电子书名
    description = u'阳志平的网志' # 电子书简介
    #cover_url = '' # 电子书封面
    #masthead_url = '' # 页头图片
    __author__ = '阳志平' # 作者
    language = 'zh' # 语言
    encoding = 'utf-8' # 编码

    #///////////////////
    # 抓取页面内容设置
    #///////////////////
    keep_only_tags = [{ 'class': 'page_title' },{ 'class': 'page_content' }] # 仅保留指定选择器包含的内容
    #remove_tags = [{'class':'explorer'}] # 清除无关标签内容
    no_stylesheets = True # 去除 CSS 样式
    remove_javascript = True # 去除 JavaScript 脚本
    #auto_cleanup = True # 自动清理 HTML 代码
    delay = 5 # 抓取页面间隔秒数
    max_articles_per_feed = 999 # 抓取文章数量
    simultaneous_downloads = 5 #线程数

    #///////////////////
    # 页面内容解析方法
    #///////////////////
    def parse_index(self):
        site = 'https://www.yangzhiping.com/psy/' # 页面列表页
        soup = self.index_to_soup(site) # 解析列表页返回 BeautifulSoup 对象
        links = soup.findAll("h2",{"class":"archive__item-title"},{"itemprop":"headline"}) # 获取所有文章链接
        articles = [] # 定义空文章资源数组
        for link in links: # 循环处理所有文章链接
            title = link.a.contents[0].strip() # 提取文章标题
            url = link.a.get("href") # 提取文章链接
            a = {'title': title , 'url':url} # 组合标题和链接
            articles.append(a) # 累加到数组中
        ans = [(self.title, articles)] # 组成最终的数据结构
        return ans # 返回可供 Calibre 转换的数据结构

第一步

找到你想爬取的博客，这里以阳志平老师博客为例。

• 找到文章列表页，阳老师的文章大部分都在随笔分类随笔合集 - 阳志平的网志 ，我们把 site 参数设置为 https://www.yangzhiping.com/psy/ ，soup = self.index_to_soup(site) # 解析列表页返回 BeautifulSoup 对象 这里参数为目录页，脚本会爬取该参数对应网页内容。

第二步

确定在目录页中博文标题与链接

• 利用审查元素，快捷键 F12 分析文章列表内容。

能看到文章的链接与标题均包含在 h2 标签中

• 我们在 soup.findAll 选择 links = soup.findAll("h2",{"class":"archive__item-title"},这样只会将我们需要的部分爬取下来。

第三步

得到你想要的博文

• 得到文章标题和文章链接后，在来看文章页面内容。

• 这里能看到文章标题包含在 class：page_title 中

• 文章本体包含在 class：page_content 中。

keep_only_tags = [{ 'class': 'page_title' },{ 'class': 'page_content' }] # 仅保留指定选择器包含的内容 该参数，保留文章本体中需要的部分。如果出现你不想要的，如「下一页」，你可以找到该标签，用 remove_tags 清除无关内容。

第四步

爬取文章，导出为 mobi，这一步由 calibre 自动完成。

小结

总结一下，你需要修改的参数为

• soup = self.index_to_soup(site) 确定博客目录页

• links = soup.findAll 在目录页确定文章标题与链接所在的标签

• keep_only_tags 你要保留正文内容
• remove_tags 你要清除与正文无关内容

爬过的坑

如果你能爬取文章，但显示没有内容，则表示你 links = soup.findAll 参数找得不对。

如果你能爬取文章，但目录显示未知，则表示你 title = link.a.contents[0].strip() 参数有问题，这个问题我也没有好的解决方案，可以尝试改为 title = self.tag_to_string(link)

如果你能爬取文章，目录正常，但显示不了文章、标题或者多了不想要的地方，则表示 keep_only_tags、remove_tags 这两个参数选取有问题。

参考

• calibre 的 recipe 接口(API)之——参数设置 - CSDN 博客

• Calibre 使用教程之抓取网站页面制成电子书 – 书伴

• Beautiful Soup 4.2.0 文档 — Beautiful Soup 4.2.0 documentation

ChangeLog

• 2018-09-05 成文
• 2018-09-04 创建