轻小说文库 EPUB 下载 - wenku.mojimoon.top
An automated crawler and static site generator for light novel ebooks from 轻小说文库: multiple download sources, daily updates, on-demand EPUB rebuilding with illustrations, and GitHub Actions deployment.
自动化从 轻小说文库 获取 EPUB 格式电子书，并将结果整合为单页网页 wenku.mojimoon.top：
- 蓝奏 EPUB：Calibre 生成，来自论坛整理（括号/卷名为最新卷）。点击按钮会复制密码并打开蓝奏云
- TXT 源：纯文本 EPUB（无样式、无插图），特别感谢 布客新知 整理
- 重制 EPUB：对没有蓝奏 EPUB 的小说，由 GitHub Actions 从源站重新抓取生成，含封面、插图、简介和分卷目录，按卷下载
- 搜索书名/别名/作者（输入数字时 aid 相同的条目置顶，也可直接粘贴 wenku8 链接），按来源筛选；适配手机与深色模式；书名、作者、密码均可一键复制
Star History
如果您觉得这个项目有用，点个 Star 支持一下吧！Thanks! 😊
Screenshots
Usage
克隆仓库并安装依赖：
git clone https://github.com/mojimoon/wenku8
cd wenku8
pip install -r requirements.txt爬虫方式
抓取层位于 utils/fetcher.py，供所有脚本共用，可通过 --scraper（main.py 为第一个参数）切换，失败时按下表顺序自动升级：
| 方式 | 说明 |
| --- | --- |
| requests | 境内/本机 IP 可用（UA 需为简短的 Mozilla/5.0，完整浏览器 UA 反而会被 Cloudflare 拦截） |
| curl_cffi | 模拟 Chrome 的 TLS 指纹，GitHub Actions 上实测可通过，默认方式，速度快 |
| playwright | 本地 headless Chromium |
| steel | Steel 云端浏览器，最稳但有额度限制 |
GitHub Actions 的 IP 会被 Cloudflare 拦截：实测curl_cffi、patchright、camoufox、Steel、WARP 可通过，普通requests与有头 Chromium 不行。
如需使用 playwright 或 steel：
python -m playwright installsteel 还需在项目根目录创建 .env 文件，填入从 Steel 控制台 获取的 API Key：
STEEL_API_KEY=...Cookie
wenku8 需要登录才能访问论坛与部分页面。在浏览器中登录后，将 Cookie 保存为项目根目录的 COOKIE 文件（单行），开头如下所示（也可使用环境变量 WENKU8_COOKIE）：
jieqiUserCharset=utf-8; jieqiVisitId=...; ...GitHub Actions 中通过 Secrets 提供：WENKU_COOKIES（Cookie）、STEEL_API_KEY（可选）。
Workflow
页面数据（txt.py → main.py）
运行 txt.py：
incremental_scrape()获取最新的 TXT 源下载列表
txt/*.csv
- 由于 GitHub API 限制最多显示 1,000 条数据，请检查是否有遗漏。如有，可以手动下载后运行 filelist_to_csv.py 进行转换。
merge_csv()合并、去重
out/txt_list.csv
运行 main.py [scraper]（none 表示只重新合并并生成页面，不联网）：
scrape()获取最新的 EPUB 源下载列表
out/dl.txt, out/post_list.csv
- 增量刷新 wenku8 全站目录的前 3 页（新书、更新都在这里），见下文
merge()（merge.py）把三个来源合并成out/merged.csv，见下文create_html()以source/template.html为模板，嵌入数据生成单页
docs/index.html、docs/epub.html（跳转页）
- 数据来源：out/merged.csv、out/epub_index.json（已生成的重制版）
build_epub.yml 每 4 小时运行一次：先运行 main.py（抓取新帖与下载列表、刷新目录、合并），再批量生成重制版 EPUB，将 out/、docs/ 提交到 main 并触发部署；deploy.yml 在手动推送到 main、或重制版索引更新后（由 build_epub.yml / build_request.yml 触发）用现有 out/ 数据重新生成页面并部署，不运行爬虫。
条目合并（merge.py、utils/names.py、utils/catalog.py）
论坛帖（EPUB）、TXT 源、蓝奏列表对同一本书的写法常常不同（简称/别名/译名、年份不同的多个 TXT 版本……），所以以 wenku8 的 aid 为唯一标识来合并，保证每本书只有一条：
out/wenku_catalog.json：wenku8 全站目录（书名、作者 → aid，约 4300 本），是权威来源。python -m utils.catalog补全抓取（可断点继续），--refresh 3增量刷新；main.py每天自动增量刷新。- 论坛帖的
novel_link本身带 aid；若帖子书名与该 aid 在目录中的书名几乎无关（链接填错），按书名在目录中重新对应。 dl.txt的名称 → 帖子 → aid（名称被截断时按前缀对应，多个候选时取最新帖子）。- TXT 源（只有书名、作者）→ aid，分层匹配（
utils/names.py）：人工别名表 → 书名精确（完整名 > 主书名 > 括号内别名，多个候选用作者裁决）→ 同作者模糊 → 全局模糊。书名中的数字必须一致；带“外传/官方/短篇”等标记的衍生作品不会被当成正传。 - 同一个 aid 只保留最新的 TXT 版本；书名、作者统一取目录里的写法；对应不上 aid 的 TXT 条目单独保留（
out/txt_unmatched.csv，按书名+作者去重）。
out/txt_alias.csv（列 title,aid）。
重制 EPUB（gen_epub.py、build_batch.py、build_request.py）
TXT 源的 EPUB 只有纯文本，所以对这些小说（merged.csv 中有 aid、有 TXT 源、没有蓝奏源的条目）从 wenku8 重新抓取目录、正文与插图，生成带封面、简介、分卷目录的 EPUB3（epub_maker.py 直接用 zipfile 写入，生成结果可通过 epubcheck）。插图默认长边压缩到 1000px（JPEG），体积约为原图的 1/5。
python gen_epub.py --aid 129 # 整本
python gen_epub.py --aid 129 --split # 按卷：out/epub/129/v01.epub ...
python gen_epub.py --aid 129 --split --max-side 800 --no-images --volumes 1,3- 批量预生成
.github/workflows/build_epub.yml（每 4 小时一次、起始时间随机推迟 0~20 分钟 / 手动触发）：build_batch.py为尚未生成、或 TXT 源已更新的小说按卷生成并上传到 Release（每本书一个book-{aid}，各版本放在一起），状态记录在out/epub_index.json（每个 aid 一行）。Release 附件带有「书名 卷名 (aid)」显示名，Release 说明列出其中每本小说的 aid、书名、作者、卷数。wenku8 因版权下架的小说（正文只剩下架公告）会被识别并标记为blocked，页面不再提供请求生成；python build_batch.py --check-blocked可只扫描详情页预先标记。每次运行约 40 分钟后完成当前这本就结束（降低被识别为爬虫的风险），每本生成后立即上传并保存，剩余的由下次运行继续；章节有 429 限流时自动退避。 - 按需生成
.github/workflows/build_request.yml：网页「请求生成」会预填一个标题以[build]开头的 Issue（模板.github/ISSUE_TEMPLATE/build-request.md），build_request.py解析后生成并在 Issue 回复下载链接。Issue 带build-request标签。所有版本都按卷缓存并记入索引：1000px（默认）与原图/1600/1400/800/600/无图都放在该书的 Release（book-{aid}）；再次请求相同版本、相同卷时直接回复。页面弹窗按分辨率从高到低列出已有版本（可折叠，默认展开最高的）。卷序号是目录中的顺序，不一定等于卷名里的数字。
out/request_builds.txt），超出的加 queued 标签排队，之后自动处理
- Issue 内容视为不可信输入，经 GitHub API 读取并严格校验（aid 必须在仅 TXT 源列表中，分辨率限定枚举）
- issues 事件只会运行默认分支（main）上的工作流
- 其他 Issue 模板：
.github/ISSUE_TEMPLATE/feedback.yml（意见、建议与数据错误反馈）
Remarks
- 页面不再使用 CDN：HTML 内联 CSS/JS 与数据（约 0.9 MB，gzip 后更小），列表按需分批渲染，首屏很快。
- 模板源码在
source/template.html，修改后运行python -c "import main; main.create_html()"即可重新生成docs/index.html。
加快 GitHub Pages 国内访问速度可参考本人博客中的 这篇文章。