VitalSource Grabber

Hintergrund

Vitalsource ist ein Online -Shop für Lehrbücher. Leider ist der Zugriff auf den gekauften Inhalt äußerst begrenzt. Sie müssen die Apps von Vitalsource verwenden, um die Bücher (keine PDFs) zu lesen, und der Druck ist auf 2 Seiten gleichzeitig begrenzt. Diese 2 Seiten werden auch mit Ihrer E-Mail-Adresse mit Wasserzeichen versehen und werden als Bild bereitgestellt, wodurch nicht durchsuchbar ist. Großartig. Es gibt mehrere andere Repositorys, die vielversprechende Download von Vitalsource -Büchern, aber keiner von ihnen hat für mich gearbeitet, also habe ich meine eigene geschrieben.

Anforderungen

1. macOS (das Skript sollte auf jedem Betriebssystem ausgeführt werden, aber diese Anleitung konzentriert sich auf macOS)
2. Vitalsource -Konto bei gekauften Buch (en)
3. Vitalsource Bücherregal Mac App
4. Anfragen der Python -Bibliothek ( pip3 install requests )
5. Imagemagick ( brew install imagemagick )
6. Man-in-the-Middle-Proxy (Proxie/Mitmproxy/Charles Proxy)

Verfahren

1. Laden Sie einzelne Seiten herunter
2. Wasserzeichen entfernen
3. Seitenzahlen hinzufügen
4. Zusammenführen einzelne Seiten in eine einzelne PDF -Datei
5. OCR die PDF, um es durchsuchbar zu machen (nicht durch diese Anleitung abgedeckt)

Single VS Double Page -Druck

Wie bereits erwähnt, können Sie mit Vitalsource maximale 2 Seiten gleichzeitig drucken. Dies ist ein wichtiges Detail, da jedes Buch in einem anderen Format (A5/A4/Custom) eingestellt wird, das gedruckte Layout immer in A4 -Größe ist. Daher füllen zwei A5-SEXT-Seiten in A5 nicht vollständig zwei A4-Druckseiten.

Wenn wir Vitalsource bitten, die Seiten nacheinander zu drucken, werden der Inhalt auf allen Seiten gleich verteilt. Wenn wir um 2 Seiten drucken und das Originalbuch in kleinerem A4 -Format festgelegt haben, sind die gerade Seiten im Allgemeinen nahezu leer. Um diesen Unterschied besser zu veranschaulichen, lesen Sie bitte das folgende Bild.

Schritt 1 (einzelne Seiten herunterladen)

Um die Seiten herunterzuladen, möchten Sie entweder download_single.py oder download_double.py -Skript verwenden, je nachdem, welche Variante Sie bevorzugen. Ich würde empfehlen, die ersten 10 Seiten in beiden Varianten herunterzuladen und basierend auf den Ergebnissen zu entscheiden (variieren für jedes Buch).

Bevor Sie das Skript ausführen, möchten Sie einige Parameter auf den Zeilen 9-11 ändern: IBAN , VitalSourceAPIKey und VitalSourceAccessToken . Während Iban ziemlich selbsterklärend ist, erfordern die beiden anderen Parameter eine gewisse Arbeit von Ihrer Seite. Sie müssen den Netzwerkverkehr der Bücherregal -App mit einem der empfohlenen Debug -Proxys erfassen und die beiden Header -Eigenschaften aus der IT extrahieren. Sobald Sie den Proxy vorhanden haben, öffnen Sie Ihr Buch in der Bücherregal -App und drucken Sie eine beliebige Seite. Überprüfen Sie dann Ihr Proxy -Protokoll für den Datenverkehr auf die https://print.vitalsource.com/ Domain und überprüfen Sie die Anfrage -Header.

Wenn Sie die 3 Parameter aktualisiert haben, führen Sie das Skript aus. Es wird langsam (der Download wird gedrosselt, um Warnungen auszulösen) die angeforderten Seiten in Ihren Downloads in einen neuen Ordner herunterladen.

Schritt 2 und 3 (Wasserzeichen entfernen und Seitenzahlen hinzufügen)

Der Skript process.sh kümmert sich um die Reinigung der heruntergeladenen Seiten. Zuerst entfernt es die Wasserzeichen und fügt dann die Seitenzahl am Ende jeder Seite hinzu.

Führen Sie einfach das Skript mit Iban des heruntergeladenen Buches als einziger Parameter aus, und Sie sollten gut sein. So ./process.sh 9781000710899

Schritt 4 (Zusammenführen einzelner Seiten in eine einzelne PDF -Datei)

Dieser ist einfach - wählen Sie einfach alle Bilder aus, klicken Sie mit der rechten Maustaste und wählen Sie Schnellaktionen> PDF erstellen

Schritt 5 (OCR die PDF, um es durchsuchbar zu machen)

Um die endgültige PDF -Durchsuchung durchzuführen, müssen Sie die optische Charaktererkennung (OCR) darauf ausführen. Es gibt viele kommerzielle Werkzeuge, die dies tun können, z. B. Adobe Acrobat.