拉钩教育课程导出

写在开头

最近从新闻获悉，拉勾网主动申请破产，已进入破产重整程序。猛然回想起，我曾经在拉勾教育App买过几节课程，先不论课程质量如何，得赶在拉勾教育App彻底歇菜前将购买课程本地化。

思路

拉勾教育提供了网页版和移动端App，经过网页分析，直接使用爬虫程序抓起网页端内容做本地化存储即可。

步骤

1. 登录拉勾教育网页版，获取登录凭证（Cookie和Authorization）

   

2. 获取已购课程列表

   

3. 获取课程目录

   

4. 获取每节课程详情

   根据课程名、课程目录及每节课的名称存储课程详情数据，HTML格式

   

5. 将每节课HTML转为PDF文件

   // htmlURLToPDF 将指定 URL（file:// 或 http://）渲染为 PDF 字节数组
   func htmlURLToPDF(url string) ([]byte, error) {
   	ctx, cancel := chromedp.NewContext(context.Background())
   	defer cancel()
   	ctx, cancel = context.WithTimeout(ctx, 30*time.Second)
   	defer cancel()
   
   	var pdfBytes []byte
   	err := chromedp.Run(ctx,
   		chromedp.Navigate(url),
   		chromedp.Sleep(2*time.Second),
   		chromedp.ActionFunc(func(ctx context.Context) error {
   			var err error
   			pdfBytes, _, err = page.PrintToPDF().
   				WithPaperWidth(8.27).  // A4
   				WithPaperHeight(11.7). // A4
   				WithMarginTop(0.4).
   				WithMarginBottom(0.4).
   				WithMarginLeft(0.4).
   				WithMarginRight(0.4).
   				WithDisplayHeaderFooter(false). // 禁止页眉页脚，让分隔页干净
   				WithPreferCSSPageSize(true).
   				Do(ctx)
   			return err
   		}),
   	)
   	if err != nil {
   		return nil, fmt.Errorf("渲染 PDF 失败 %s: %v", url, err)
   	}
   	return pdfBytes, nil
   }
   

6. 合并PDF并添加书签（关键代码）

   // 合并到临时文件
   tmpFile := output + ".tmp.pdf"
   log.Printf("正在合并 %d 个 PDF 单元...", len(items))
   if err := mergePDFReaders(readers, tmpFile); err != nil {
       return fmt.Errorf("合并失败: %v", err)
   }
   
   // 添加书签到最终 PDF
   log.Printf("正在添加书签（%d 个章节，共 %d 个条目）...", len(rootBookmarks), len(items))
   if err := api.AddBookmarks(inputFile, outputFile, rootBookmarks, true, nil); err != nil {
       return fmt.Errorf("添加书签失败: %v", err)
   }
   

成果展示

1. HTML

   

   

2. PDF