## 功能介绍
1. 从指定的知乎盐选URL下载内容。
2. 处理页面中使用的特殊字体,使用OCR技术识别并替换这些字体。
3. 将处理后的内容保存为文本文件。
4. 自动识别并下载下一节内容,直到没有下一节为止。
import os
import time
import requests
from bs4 import BeautifulSoup
import re
import base64
from fontTools.ttLib import TTFont
import ddddocr
from PIL import ImageFont, Image, ImageDraw
from tkinter import Tk
from tkinter.filedialog import askdirectory
class FontDecoder:
def __init__(self, headers, cookies_raw):
self.headers = headers
self.cookies_dict = self._parse_cookies(cookies_raw)
self.ocr_engine = ddddocr.DdddOcr()
self.session = requests.Session()
self.session.headers.update(headers)
self.session.cookies.update(self.cookies_dict)
@staticmethod
def _parse_cookies(cookies_raw):
return {cookie.split('=')[0]: '='.join(cookie.split('=')[1:]) for cookie in cookies_raw.split('; ')}
def fetch_content(self, url):
response = self.session.get(url)
response.raise_for_status()
time.sleep(2)
soup = BeautifulSoup(response.text, 'html.parser')
return soup, response.text
def save_content(self, soup, title, folder_path, file_type='txt'):
filename = f"{title}.{file_type}"
full_path = os.path.join(folder_path, filename)
if file_type == 'html':