用QT开发百度文库文本下载工具

花了半天时间，终于用Visual Studion 2019 + QT + C++ 写了一个百库文库文档文本的下载工具。本工具的开发，仅出自对技术的探索和研究，并不可以对百度文库付费文档进行下载，并且只能下载文本。

缘起

以前一直使用.net、java、python写些小程序，这些开发框架使用方便，开发效率都很高。但这些框架都有一个最麻烦的事情，就是需要安装一个庞大的运行库，为软件的发布造成不便。为此花了半天时间研究了Visual Studion 2019 + QT + C++的开发技术。

Visual Studio 2019配置qt开发环境

环境的配制可以参看这一篇文章：Visual Studio 2019配置qt开发环境

需要补充说明的一点，本项目需要使用QNetWork库，这需要在创建项目时进行选择，否则头文件不能引用，编译无法通过。

在创建QT Widgets Application向导程序中，到下面这一步时，一定要在Qt Modules这里点一下，在弹出的列表中选择要使用的模块。本示例需要增加选择Network模块。

界面设计

在生成项目的“解决方案的资源管理器”中找到后缀为.ui的文件，双击就可打开QT设计师工具。

QT设计师如下图：

如果设计简单的界面，下面的经验也许能够帮助你。

精简界面

简单的界面设计，不需要菜单和工具栏以及状态栏，在右上角的对象查看器中，均可以在右键菜单中删除。

使用布局管理器简化布局设计

更改最底层的centralWidget的布局管理器为垂直布局。需要注意的事：添加一个控件之后才能更改；在设计器中右键菜单最下面可看到更改布局的菜单。这样再添加的控件就会垂直分布。

若想自动水平分布，可以再添加水平布局HorizontalLayout，再向这中添加控件。

最终控件结构如下图：

保存关闭QT设计师，在VS中编译运行程序，就可看到我们设计的程序。

QT按扭事件关联

为了让QT是响应事件，我们需要把点击事件和处理函数关联起来。在VS中，不能通过信号/槽编辑器来完成，至少我摸索了几分钟，没有发现可行的方法。常规的做法是用代码进行关联，但经过摸索，发现VS可以自动将事件和函数进行关联。自动关联时函数的名称必须起得符合规范，格式如下： on_控件名_clicked()，分别在头文件中声明，在cpp文件中实现就可以自动的关联起来。代码如下：

//头文件中添加

private slots:

void on_btDownload_clicked();

//cpp中添加

void QtWenKuDownloader::on_btDownload_clicked() { }

界面控件的访问

本示例中主要要访问两种控件，它们的访问方法，可以参看他们的类说明文件就可以了。代码如下：

//从LineEdit中获取URL

QString url = ui.leUrl->text();

//将结果添加到PlainTextEdit

ui.pteHtml->appendPlainText(html);

访问网络

前面如果钩选了NetWork模块，才可以使用网络访问功能，否则无法正常添加头文件、编译时会出现无法解析的外部符号 __declspec(dllimport的错误。

想要获取网页内容，需要添加头文件

#include <QtNetwork>

网页下载函数如下：

QByteArray HttpGet(QString url)
{
    QNetworkAccessManager manager;
    QEventLoop eventLoop;
    QObject::connect(&manager, SIGNAL(finished(QNetworkReply*)), &eventLoop, SLOT(quit()));
    QNetworkRequest request;
    request.setUrl(QUrl(url));
    request.setHeader(QNetworkRequest::ContentTypeHeader, "text/plain; charset=utf-8");
    request.setHeader(QNetworkRequest::UserAgentHeader, "Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0");
    QNetworkReply* reply = manager.get(request);
    eventLoop.exec(QEventLoop::ExcludeUserInputEvents);
    QByteArray response;
    if (reply->error() == QNetworkReply::NoError) {
        response = reply->readAll();
    }
    else {
    }
    reply->deleteLater();
    return response;
}

SSL加密访问

由于百度文库的访问是通过SSL加密的，如果没有设置好，会弹出错误。解决办法如下：

下载openssl下载：http://slproweb.com/products/Win32OpenSSL.html

选择自己程序对应的版本进行安装，将openssl的bin目录下面的libcrypto-1_1-x64.dll和libssl-1_1-x64.dll库拷贝出来放到生成程序exe同级目录下即可。如果32位程序，文件名中不带x64。

正则表达式的使用

正则表达式是提取网页内容的好工具。

使用正则表达式，要包含下面的头文件：

#include <qregexp.h>

具体代码如下：

//从url中解析百度文档的ID

QString ParseDocId(QString url) {

//创建正则表达式解析对象

QRegExp re("view/([0-9a-f]{8,})\.html");

QString wndIndex;

//用正则表达式进行查找

int pos = re.indexIn(url, 0);

if (pos > 0) {

return re.cap(1);

}

else

{

return "";

}

}

使用QT解析Json数据

需要包含的头文件：

#include <QJsonObject>

#include <QJsonDocument>

#include <QJsonValue>

#include <QJsonArray>

示例代码如下：

QString parse_doc_content(QString content) {
    int lindex = content.indexOf('(') + 1;
    int rindex = content.lastIndexOf(')');
    QString json = content.mid(lindex, rindex - lindex);
    QJsonParseError jsonError;
    QJsonDocument parseDoc = QJsonDocument::fromJson(json.toUtf8(), &jsonError);  // 转化为 JSON 文档
    if (parseDoc.isNull() || (jsonError.error != QJsonParseError::NoError)) {
        return "解析文档出错";
    }
    QJsonArray arr = parseDoc.object().value("body").toArray();
    int size = arr.size();
    QJsonObject itm;
    QString html("");
    double last_y = 0, y;
    for (int i = 0; i < size; i++) {
        itm = arr.at(i).toObject();
        if (itm.value("t").toString().compare("word") == 0) {
            y = itm.value("p").toObject().value("y").toDouble();
            if (last_y != 0 && y - last_y > 1)
                html.append("\n");
            last_y = y;
            html.append(itm.value("c").toString());
        }
    }
    return html;
}

QString getText(QString docId) {
    QString url = "https://wenku.baidu.com/view/" + docId + ".html";
    QString html = HttpGet(url);
    QRegExp re("var pageData = ([^\n]*)");
    int pos = re.indexIn(html, 0);
    if (pos > 0) {
        QString jstr = re.cap(1);
        QJsonParseError jsonError;
        QJsonDocument parseDoc = QJsonDocument::fromJson(jstr.mid(0, jstr.length() - 1).toUtf8(), &jsonError);  // 转化为 JSON 文档
        if (parseDoc.isNull() || (jsonError.error != QJsonParseError::NoError)) {
            return "解析文档出错";
        }

        QJsonObject object = parseDoc.object();
        if (object.contains("readerInfo2019")) {
            object = object.value("readerInfo2019").toObject();
        }
        else
        {
            return "解析文档出错";
        }

        if (object.contains("htmlUrls")) {
            QString html_url_content = object.value("htmlUrls").toString();
            parseDoc = QJsonDocument::fromJson(html_url_content.toUtf8(), &jsonError);
        }
        else
        {
            return "解析文档出错";
        }
        if (parseDoc.isNull() || (jsonError.error != QJsonParseError::NoError)) {
            return "解析文档出错";
        }

        object = parseDoc.object();
        if (object.contains("json")) {
            QJsonArray arr = object.value("json").toArray();
            int size = arr.size();
            QJsonObject itm;
            QString purl;
            QString data;
            QString html("");
            for (int i = 0; i < size; i++) {
                itm = arr.at(i).toObject();
                purl = itm.value("pageLoadUrl").toString();
                data = HttpGet(purl);
                html.append(parse_doc_content(data));
            }
            return html;
        }
        else
        {
            return "解析文档出错";
        }
    }
    else
    {
        return "无法解析页面";
    }
}

最终结果

软件的发布

Qt5程序打包发布教程（Windows版）https://blog.csdn.net/my1324/article/details/103270782

源代码下载：

Gitee源码：https://gitee.com/zizai/qt-wen-ku-downloader

https://pan.baidu.com/s/1LsNjHMAJ43yUvNiz6D066g

提取码：4jd6

百度网盘提取二维码：