科学文库PDF原文下载方法

“科学文库”是科学出版社数字图书全文检索、在线浏览和下载借阅的平台，拥有十分优质而且丰富的专业知识教材类书籍，包括专著、教材、图集、报告、工具书、大众科普等；涉及学科范围广：覆盖自然科学、工程与技术科学、人文与社会科学、医药科学、农业科学五大门类的所有一级学科，所有图书按标准学科和中图法两个体系进行分类；时间跨度大：收录资料出版时间从1951至今，电子版资料扫描清晰便于阅读。对于广大学生、科研群体来说，是查找资料的极好补充（顺便推荐一下Z-library）。

不过，科学文库在下载上有着很严格的管理，不仅要求在学校IP上登录才能下载文献，而且仅能下载caj格式，并且下载后还有时间上的限制，而在线浏览也有100页限制。这能忍？身为大学生自然应当学会科学地获取资料。经过一番查找和整合，我找到了一种较为方便，无需更改网页js代码，仅从网络数据中获取高清PDF格式文件下载地址的方法。首先，使用edge/chrome或其他一切支持F12打开开发人员工具的浏览器打开科学文库网页链接：科学文库 (sciencereading.cn)-https://book.sciencereading.cn/shop/main/Login/shopFrame.do，在搜索栏查找自己需要的资料，如输入“混沌系统与混沌电路”，即可找到杨晓松，李清都编写的这一本教材。点击“阅读”键，进入网页版阅读界面。然而此时我们仅能看到此文件的前100页，也无法进行文件的下载。于是我们按下F12键打开调试窗口，选择其中的“网络”窗口，并将筛选器选择为“全部”，之后刷新当前网络浏览器页面。在右侧的列表中，我们向下拉动，找到一个名为“add”的项目，查看标头可知这是一个POST请求报文；再点击查看“响应”，得到响应为：文章源自惟康前行-https://www.wkqx.com/115.html

{"result":"bdb198ce1d55412da0d90519d1e2dc79"}文章源自惟康前行-https://www.wkqx.com/115.html

这一条信息我们复制下载保存好，在之后的文件查找中会用到。之后我们在向下拉动，找到一条名为info?fileld=……的项目，是一个GET请求，并且得到其响应为：文章源自惟康前行-https://www.wkqx.com/115.html

{"plugins":1023,"assertUrl":"http://159.226.241.32:8093/asserts/bdb198ce1d55412da0d90519d1e2dc79/","userName":"Guest","fileid":"bdb198ce1d55412da0d90519d1e2dc79","fname":"B957802B54EBF4D4FB4F998D3FEF31013000.pdf"}文章源自惟康前行-https://www.wkqx.com/115.html

我们从中截取assertUrl的地址，并仅取其根地址http://159.226.241.32:8093/，在新页面进入。文章源自惟康前行-https://www.wkqx.com/115.html

此时我们来到了一个和之前的网页阅读界面能像的地方，展示给我们的是该页面的DEMO文档。可以在右上角看到一个云端符号，这是离线阅读功能。我们依旧使用F12并刷新网页，随后点击该云端符号，开启离线模式，电脑会自动下载当前DEMO文件。我们并不需要这个DEMO文件，这一步的作用是获得文件下载的直接地址。此时我们向下查找，可以在底部找到一个名为getDocumentbuffer的项目，在标头里就可以看到这是一个GET请求，其请求的URL为：文章源自惟康前行-https://www.wkqx.com/115.html

http://159.226.241.32:8093/api/file/159f60495bcc4cc5a6dec0aae46f5f14/getDocumentbuffer还记得我们之前在“add”里找到的那串字符bdb198ce1d55412da0d90519d1e2dc79吗？将它替换到上述URL里file/……/getDocumentbuffer之间，在新窗口打开这一条新的地址，成了！我们已经将自己想要下载的资料在浏览器自带的PDF阅读插件中打开，可以自由下载了，仔细看看，公式符号十分的清晰，阅读体验十分的美好。文章源自惟康前行-https://www.wkqx.com/115.html

---------------------------------------------------------------------------------------------------------一、接口科学文库作为高校阅读的电子书库，但是由于在线文档打开的速度太慢，获取里面的电子书成了首要问题，而且它提供下载的电子书，又需要CAJViewer阅读器才能打开，并不利于正常的阅读以及分享传播。文章源自惟康前行-https://www.wkqx.com/115.html

以前获取电子书靠的是图片拼接，这样太麻烦，正巧有网友分享了一个新的方法，通过调用在线阅读器的离线下载地址，让科学文库的电子书能够快捷下载。文章源自惟康前行-https://www.wkqx.com/115.html

简单来说，福昕的在线阅读器提供了一个离线下载地址文章源自惟康前行-https://www.wkqx.com/115.html

http://159.226.241.32:8093/api/file/***/getDocumentbuffer

其中***处需要我们通过一本电子书的文件ID（fileID）二、原理通过对网站进行抓包分析，发现其向网址为https://wkobwp.sciencereading.cn/api/file/add的网页发送post请求，返回的正是所需文件的ID。

通过对POST请求的分析，发现需要传入参数，其中file这个参数是最主要的，它就是科学文库给电子书命名的ID，通过上述所说的地址，获取了福昕阅读器的对该电子书命名的ID，实现了ID转换。

在JavaScript中，一般使用ajax进行跨域请求，获取返回的数据。

将ajax拿到的数据替换***，再访问就能够下载了。三、代码

/*
 * @name: 科学文库下载工具
 * @Author: Harl02
 * @version: 1.0
 * @description: 帮助下载电子书
 * @include: book.sciencereading.cn
 * @createTime: 2022-08-09-21:30
 * @updateTime: 2022-08-09-21:30
 */

  /* 判断该网站是否执行脚本*/
var host = 'book.sciencereading.cn';
if (host == window.location.hostname){

//下载地址的前缀和后缀
var pre_url = 'http://159.226.241.32:8093/api/file/';
var suf_url = '/getDocumentbuffer';
//获取地址栏上的图书编号
var url = window.location.href;
var id = url.match('(?<=id=).*');

//ajax获取id
var ajax = null;
if(window.XMLHttpRequest){
 ajax = new XMLHttpRequest();
}else{
  ajax = new ActiveXObject("Mincrosoft.XMLHTTP");
} ;
 ajax.open("POST","https://wkobwp.sciencereading.cn/api/file/add");
 ajax.setRequestHeader("Content-type","application/x-www-form-urlencoded"); 
 //构造参数
 ajax.send('params=%7B%22params%22%3A%7B%22file%22%3A%22http%3A%2F%2F159.226.241.32%3A81%2F' + id + '.pdf%22%7D%7D');

 ajax.onreadystatechange = function(){
     if(ajax.readyState == 4&& ajax.status ==200){
      //通过正则获取返回的id
       var fileid = (ajax.responseText).match('(?<="result":").*(?=")');
       var target_url = pre_url + fileid + suf_url;
      
      //创建悬浮按钮及其监听事件
  const d=document.createElement('div');
  d.innerHTML='<div id="download">下载</div>';
  d.style='position:fixed;right:15px;bottom:20%;color:#000000;background:#FFFFFF';
  document.body.append(d);
  document.getElementById('download').onclick=()=>{
     window.location.replace(target_url);
       };
     };
   };
};

四、总结原理就是通过在线阅读器的下载地址获取电子书，因为需要用post请求和配置参数，所以需要ajax跨域请求，完成ID的转换，实现了知道科学文库的电子书网址，可以知道电子书的下载地址。