VitalSource Grabber

Fundo

O VitalSource é uma loja on -line para livros de texto. Infelizmente, o acesso ao conteúdo adquirido é extremamente limitado. Você precisa usar os aplicativos da VitalSource para ler os livros (sem PDFs) e a impressão é limitada a 2 páginas por vez. Essas duas páginas também serão marcadas com o seu endereço de e-mail e serão fornecidas como uma imagem, tornando-se não pesquisáveis. Ótimo. Existem vários outros repositórios prometendo download dos livros de Vitalsource, mas nenhum deles funcionou para mim, então eu escrevi o meu.

Requisitos

1. MacOS (o script deve ser executado em qualquer sistema operacional, mas este guia está focado no macOS)
2. Conta Vitalsource com (s) livros adquiridos (s)
3. Vitalsource Bookshelf Mac App
4. Solicita Python Library ( pip3 install requests )
5. ImageMagick ( brew install imagemagick )
6. Proxy Man-in-the-Middle (proxie/mitmproxy/Charles Proxy)

Processo

1. Baixar páginas individuais
2. Remova marcas d'água
3. Adicione números de página
4. Mesclar páginas individuais em um único arquivo PDF
5. OCR O PDF para torná -lo pesquisável (não coberto por este guia)

Impressão de página dupla única vs

Como mencionado anteriormente, o VitalSource permite imprimir max 2 páginas por vez. Esse é um detalhe importante, porque, embora cada livro possa ser definido em um formato diferente (A5/A4/Custom), o layout impresso está sempre no tamanho A4. Portanto, duas páginas de texto de tamanho A5 não encherão completamente duas páginas impressas A4.

Se pedirmos ao VitalSource para imprimir páginas uma a uma, o conteúdo em todas as páginas será igualmente distribuído. Se optarmos por imprimir por 2 páginas, e o livro original foi definido em formato menor que A4, as páginas pares geralmente estarão quase vazias. Para ilustrar melhor essa diferença, consulte a imagem a seguir.

Etapa 1 (baixe páginas individuais)

Para baixar as páginas, você deseja usar o script download_single.py ou download_double.py , dependendo da variante que você preferir. Eu recomendaria baixar 10 primeiras páginas em ambas as variantes e decidir com base nos resultados (variará para cada livro).

Antes de executar o script, você desejará modificar alguns parâmetros nas linhas 9-11: IBAN , VitalSourceAPIKey e VitalSourceAccessToken . Embora o IBAN seja bastante auto-explicativo, os outros dois parâmetros exigirão algum trabalho de sua parte. Você precisará capturar o tráfego de rede do aplicativo de estante de livros usando um dos proxies de depuração recomendado e extrair as duas propriedades do cabeçalho dele. Depois de ter o proxy, abra seu livro no aplicativo da estante e imprima qualquer página. Em seguida, verifique seu log de proxy para tráfego para https://print.vitalsource.com/ domínio e verifique os cabeçalhos da solicitação.

Depois de atualizar os 3 parâmetros, execute o script. Ele vai lentamente (o download é acelerado para evitar alertas de acionar) baixar as páginas solicitadas em uma nova pasta em seus downloads.

Etapa 2 e 3 (Remova as marcas d'água e adicione números de página)

O process.sh de script.sh cuida da limpeza das páginas baixadas. Primeiro, ele remove as marcas d'água e adiciona o número da página à parte inferior de cada página.

Basta executar o script com o IBAN do livro baixado como o único parâmetro e você deve ser bom. Assim ./process.sh 9781000710899

Etapa 4 (mesclar páginas individuais em um único arquivo PDF)

Este é fácil - basta selecionar todas as imagens, clicar com o botão direito do mouse e selecionar ações rápidas> Criar PDF

Etapa 5 (OCR O PDF para torná -lo pesquisável)

Para tornar o PDF final pesquisável, você precisa executar o reconhecimento óptico de caracteres (OCR). Existem muitas ferramentas comerciais que podem fazer isso, por exemplo, Adobe Acrobat.