【已解决】40元求批处理抓网站句子

(function () {
    var xhr = (function () {
        var aXMLHttpVers = ['MSXML2.XMLHTTP.6.0', 'MSXML2.XMLHTTP.3.0', 'MSXML2.XMLHTTP', 'Microsoft.XMLHTTP'];
        for (var i = 0; i < aXMLHttpVers.length; i++) {
            try {
                return new ActiveXObject(aXMLHttpVers[i]);
            } catch (error) { }
        }
        showError('Can\'t build XMLHTTP automation object.');
        WScript.Quit(1);
    })(),
        fso = new ActiveXObject('Scripting.FileSystemObject'),
        domain = 'https://www.juzimi.com/',
        key,
        arr,
        arrOut = [],
        ts,
        sCache,
        tsCache,
        tsLog,
        file,
        reList = /<a[^>]+href="([^"]+)"[^>]*>([^<>]*)<\/a>/gi,
        reNextPage = /<li[^>]+class="pager-next[^"]*"[^>]*>\s*<a[^>]+href="([^"]+)"[^>]*>下一页<\/a>\s*<\/li>/i,
        reAuthor = /<div[^>]+class="views-field-name"[^>]*>\s*<a[^>]+href="([^"]+)"[^>]*>([^<>]+)<\/a>\s*<\/div>/gi,
        reTid = /<div[^>]+class="views-field-tid">\s*<a[^>]+href="([^"]+)">/gi,
        reContent = /<div class="views-field-phpcode-1">([\S\s]+?)<\/div>(?:\s*<div class="xqjulistwafo">([\S\s]*?)<\/div>)?\s*<div class="views-field-ops">([\S\s]*?)<\/div>/gi,
        reC1 = /<div[^>]+class="view-content"[^>]*>[\S\s]+?<div[^>]+class="view-footer"[^>]*>/i,
        reC2 = /<div[^>]+class="view-content"[^>]*>[\S\s]+?<div[^>]+class="item-list"[^>]*>/i,
        reReplace = /(<span[^>]*>（全文）<\/span>|<[^<>]*>|&nbsp;|\n|\r)+/gi,
        reReplaceOriginal = /<span[^>]*>（原创）<\/span>|<[^<>]*>|(&nbsp;|\n|\r)+/gi,
        oWeek = {
            '本周热门原创': 'https://www.juzimi.com/original/week',
            '最新原创句子': 'https://www.juzimi.com/original/ju',
            '推荐原创句子': 'https://www.juzimi.com/original/recommend'
        },
        oCache = {};
    new ActiveXObject('WScript.Shell').CurrentDirectory = fso.GetParentFolderName(WScript.ScriptFullName);
    try {
        var arrTitle = getHtml(domain + 'writers').split(/<div[^>]+id="block-block-20"[^>]*>|<div[^>]*>按句子\/名言类别：<\/div>|<div[^>]*>按名言内容类型：<\/div>/);
        arrTitle.shift();
        arrTitle[2] = /<div[^>]*>[\S\s]*?<\/div>/.exec(arrTitle[2])[0];
    } catch (e) {
        WScript.Quit(5);
    }
    //Define cache file path
    sCache = fso.GetSpecialFolder(2).Path + '\\' + encodeURIComponent(domain) + '.cache';
    //Read cache
    try {
        tsCache = fso.OpenTextFile(sCache, 1, false);
        while (!tsCache.AtEndOfStream) {
            oCache[tsCache.ReadLine()] = true;
        }
        tsCache.Close();
    } catch (e) {
        // WScript.Echo('Can not read Cache');
        // WScript.Quit(2);
    }
    //Write cache
    try {
        tsCache = fso.OpenTextFile(sCache, 8, true);
    } catch (e) {
        WScript.Echo('Can not write Cache');
        WScript.Quit(3);
    }
    for (var i = 0, l = arguments.length; i < l; ++i) {
        if (oWeek[arguments[i]]) {
            if (oCache[oWeek[arguments[i]]]) continue;
            file = arguments[i] + '.txt';
            try {
                ts = fso.OpenTextFile(file, 8, true);
            } catch (error) {
                showError(error, 'Opening file ' + file);
                continue;
            }
            try {
                getContentOriginal(oWeek[arguments[i]]);
                tsCache.WriteLine(oWeek[arguments[i]]);
            } catch (e) {
                showError(e);
            }
            ts.Close();
            continue;
        }
        for (key in arrTitle) {
            arr = RegExp('<a[^>]+href="([^"]+)"[^>]*>' + arguments[i] + '</a>', 'i').exec(arrTitle[key]);
            if (!arr) {
                // showError('Cannot find ' + arguments[i]);
                continue;
            }
            if (oCache[domain + arr[1]]) break;
            //get nav menu url
            file = arguments[i] + '.txt';
            try {
                ts = fso.OpenTextFile(file, 8, true);
            } catch (error) {
                showError(error, 'Opening file ' + file);
                continue;
            }
            //get list
            try {
                switch (key) {
                    case '0':
                        getList(domain + arr[1]);
                        break;
                    case '1':
                        getList2(domain + arr[1]);
                        break;
                    default:
                        getContent(domain + arr[1]);
                }
                tsCache.WriteLine(domain + arr[1]);
            } catch (e) {
                showError(e);
            }
            //end list
            ts.Close();
            //end nav menu
            break;
        }
    }
    tsCache.Close();
    WScript.Echo('Mission complete.');
    function getList2(url) {
        var str, arr;
        str = getHtml(url);
        if (!oCache[url]) {
            while (arr = reTid.exec(str)) {
                // arrOut.unshift('--' + arr[2]);
                //get content
                getContent(domain + arr[1]);
                //end content
            }
            tsCache.WriteLine(url);
        }
        //nextpage?
        if (arr = reNextPage.exec(str)) {
            getList2(domain + arr[1]);
        }
    }
    function getList(url) {
        var str, arr;
        str = getHtml(url);
        if (!oCache[url]) {
            while (arr = reAuthor.exec(str)) {
                arrOut.unshift('--' + arr[2]);
                //get content
                getContent(domain + arr[1]);
                arrOut.shift();
                //end content
            }
            tsCache.WriteLine(url);
        }
        //nextpage?
        if (arr = reNextPage.exec(str)) {
            getList(domain + arr[1]);
        }
    }
    function getContent(url) {
        var str0, str, arr;
        try {
            str0 = getHtml(url);
            str = str0.match(reC1)[0];
        } catch (error) {
            str = '';
        }
        if (!oCache[url]) {
            while (arr = reContent.exec(str)) {
                arrOut.unshift((arr[1] + (undefined === arr[2] ? '' : arr[2])).replace(reReplace, ''));
                arrOut.unshift(arr[3].replace(reReplace, '') + '\r\n');
                try {
                    ts.WriteLine(arrOut.join(''));
                } catch (error) {
 
                } finally {
                    arrOut.shift();
                    arrOut.shift();
                }
            }
            tsCache.WriteLine(url);
        }
        //nextpage?
        if (arr = reNextPage.exec(str0)) {
            getContent(domain + arr[1]);
        }
    }
    function getContentOriginal(url) {
        var str,
            str0,
            arr;
        try {
            str0 = getHtml(url);
            str = str0.match(reC2)[0];
        } catch (error) {
            str = '';
        }
        if (!oCache[url]) {
            while (arr = reContent.exec(str)) {
                // arrOut.unshift();
                try {
                    ts.WriteLine(arr[3].replace(reReplaceOriginal, '') + '\r\n' + (arr[1] + (undefined === arr[2]) ? '' : arr[2]).replace(reReplaceOriginal, fnRp));
                    ts.WriteBlankLines(1);
                } catch (error) {
                    // showError(error, 'Writing to file ' + file + ' failed.');
                    // throw error;
                }
            }
            tsCache.WriteLine(url);
        }
        //nextpage?
        if (arr = reNextPage.exec(str0)) {
            getContentOriginal(domain + arr[1]);
        }
    }
    function getHtml(URL, cnt) {
        cnt = cnt >>> 0;
        WScript.Sleep(5000);//sleep 10s
        xhr.open('GET', URL, false);
        xhr.send();
        if (200 === xhr.status) {
            return xhr.responseText;
        } else if (403 === xhr.status) {
            WScript.Echo(URL + '\n403：网站拒绝下载服务，请更换IP地址后继续下载。');
            if (cnt < 20) {
                return getHtml(URL, cnt + 1);
            } else {
                ts.Close();
                tsCache.Close();
                WScript.Quit(403);
            }
        }
        showError('fetch URI "' + URL + '" failed.\nstatus: ' + xhr.status);
        return '';
    }
    function fnRp($0) {
        var s = $0.toLowerCase();
        return /<br\s*\/?>|<\/\s*br>/.test(s) ? '\r\n' : '';
    }
    function showError(err, source) {
        WScript.Echo('[object Error]' === Object.prototype.toString.call(err) ?
            [
                err.name,
                'source: ' + (undefined === source ? '' : source),
                'number: ' + (err.number >>> 0).toString(16),
                'equipment: ' + (err.number >> 16 & 0x1FFF),
                'code: ' + (err.number & 0xFFFF),
                'Information: ' + err.message
            ].join('\n')
            :
            err);
    }
})('先秦', '汉朝', '魏晋', '南北朝', '隋唐五代', '宋朝', '元朝', '明朝', '清朝', '近现代', '美国名人', '英国', '法国', '德国', '日本', '俄罗斯', '希腊', '罗马', '意大利', '奥地利', '印度', '书籍名句', '电影台词', '小说摘抄', '散文美句', '动漫语录', '连续剧台词', '古文名句', '爱情', '读书', '励志', '时间', '友情', '诚信', '爱国', '激励', '勤奋', '奉献', '真理', '道德', '理想', '人生', '数学', '英语', '母爱', '劳动', '亲情', '创新', '团结', '童年', '感恩', '目标', '本周热门原创', '最新原创句子', '推荐原创句子');COPY