头条采集单篇文案工具

// ==UserScript==
// @name         头条单篇文章采集Word-纯文案版
// @namespace    local.toutiao.word.text.only
// @version      7.0
// @description  单篇文章单Word，只采集标题和正文文案，不采集图片
// @match        https://www.toutiao.com/*
// @grant        GM_xmlhttpRequest
// @connect      *
// ==/UserScript==

(function () {
  'use strict';

  const config = {
    scrollTimes: 2,
    scrollDelay: 1500,
    maxArticles: 30,
    requestTimeout: 12000
  };

  let logBox, startBtn, statusText;
  const sleep = ms => new Promise(r => setTimeout(r, ms));

  function safeFileName(name) {
    return (name || '文章')
      .replace(/[\\/:*?"<>|]/g, '')
      .replace(/\s+/g, ' ')
      .trim()
      .slice(0, 70) || '文章';
  }

  function escapeHtml(str) {
    return String(str || '')
      .replace(/&/g, '&amp;')
      .replace(/</g, '&lt;')
      .replace(/>/g, '&gt;')
      .replace(/"/g, '&quot;');
  }

  function log(msg, type = 'info') {
    const div = document.createElement('div');
    div.className = `tt-log-item ${type}`;
    div.textContent = `[${new Date().toLocaleTimeString()}] ${msg}`;
    logBox.appendChild(div);
    logBox.scrollTop = logBox.scrollHeight;
  }

  function setStatus(msg) {
    statusText.textContent = msg;
  }

  function request(url, responseType = 'document') {
    return new Promise((resolve, reject) => {
      GM_xmlhttpRequest({
        method: 'GET',
        url,
        responseType,
        timeout: config.requestTimeout,
        headers: { referer: location.href },
        onload: res => resolve(res),
        onerror: () => reject(new Error('请求失败')),
        ontimeout: () => reject(new Error('请求超时'))
      });
    });
  }

  function createUI() {
    const style = document.createElement('style');
    style.textContent = `
      #tt-word-panel {
        position: fixed; right: 22px; top: 90px; width: 390px; z-index: 999999;
        background: linear-gradient(180deg,#fff5eb,#fff);
        border: 1px solid #ff6a00; border-radius: 18px;
        box-shadow: 0 12px 34px rgba(255,80,0,.25);
        font-family: Arial,"Microsoft YaHei",sans-serif; overflow: hidden;
      }
      #tt-word-panel .tt-header {
        background: linear-gradient(90deg,#ff5000,#ff8a00); color: #fff;
        padding: 14px 16px; font-size: 17px; font-weight: 700;
        display: flex; justify-content: space-between;
      }
      #tt-word-panel .tt-badge {
        font-size: 12px; border: 1px solid rgba(255,255,255,.6);
        border-radius: 999px; padding: 2px 8px;
      }
      #tt-word-panel .tt-body { padding: 14px; }
      #tt-word-panel .tt-row {
        display: grid; grid-template-columns: 1fr 1fr; gap: 8px; margin-bottom: 10px;
      }
      #tt-word-panel label { font-size: 12px; color: #666; display: block; margin-bottom: 4px; }
      #tt-word-panel input {
        width: 100%; box-sizing: border-box; border: 1px solid #ffd0ad;
        border-radius: 10px; padding: 8px; outline: none;
      }
      #tt-word-panel .tt-status {
        background: #fff0e3; color: #a33a00; border-radius: 10px;
        padding: 9px; font-size: 13px; margin-bottom: 10px;
      }
      #tt-word-panel .tt-btn {
        width: 100%; border: 0; border-radius: 999px; padding: 11px;
        background: linear-gradient(90deg,#ff5000,#ff7a00);
        color: #fff; font-size: 15px; font-weight: 700; cursor: pointer;
      }
      #tt-word-panel .tt-btn:disabled { opacity: .55; cursor: not-allowed; }
      #tt-word-panel .tt-log {
        margin-top: 12px; height: 260px; overflow-y: auto; background: #1f1f1f;
        color: #eee; border-radius: 12px; padding: 10px; font-size: 12px; line-height: 1.6;
      }
      .tt-log-item.ok { color:#73ff8f; }
      .tt-log-item.warn { color:#ffd166; }
      .tt-log-item.err { color:#ff8a8a; }
    `;
    document.head.appendChild(style);

    const panel = document.createElement('div');
    panel.id = 'tt-word-panel';
    panel.innerHTML = `
      <div class="tt-header">
        <span>淘宝风采集器</span>
        <span class="tt-badge">纯文案</span>
      </div>
      <div class="tt-body">
        <div class="tt-row">
          <div>
            <label>滚动次数</label>
            <input id="tt-scroll-times" type="number" value="${config.scrollTimes}">
          </div>
          <div>
            <label>最多文章</label>
            <input id="tt-max-articles" type="number" value="${config.maxArticles}">
          </div>
        </div>
        <div class="tt-row">
          <div>
            <label>请求超时ms</label>
            <input id="tt-timeout" type="number" value="${config.requestTimeout}">
          </div>
          <div>
            <label>模式</label>
            <input value="只采集文案" disabled>
          </div>
        </div>
        <div class="tt-status">状态：<span id="tt-status-text">等待开始</span></div>
        <button id="tt-start-btn" class="tt-btn">开始逐篇导出Word</button>
        <div id="tt-log" class="tt-log"></div>
      </div>
    `;
    document.body.appendChild(panel);

    logBox = panel.querySelector('#tt-log');
    startBtn = panel.querySelector('#tt-start-btn');
    statusText = panel.querySelector('#tt-status-text');
    startBtn.onclick = run;
    log('插件已加载：当前为纯文案模式。', 'ok');
  }

  async function autoScroll() {
    for (let i = 1; i <= config.scrollTimes; i++) {
      window.scrollTo(0, document.body.scrollHeight);
      log(`滚动加载 ${i}/${config.scrollTimes}`);
      await sleep(config.scrollDelay);
    }
  }

  function collectLinks() {
    return [...new Set(
      [...document.querySelectorAll('a.title[href*="/article/"]')]
        .map(a => new URL(a.href, location.origin).href)
        .filter(url => /\/article\/\d+/.test(url))
    )].slice(0, config.maxArticles);
  }

  function cleanText(t) {
    return (t || '')
      .replace(/\u00a0/g, ' ')
      .replace(/\s+\n/g, '\n')
      .replace(/\n{3,}/g, '\n\n')
      .trim();
  }

  function parseArticle(doc, url) {
    const title =
      cleanText(doc.querySelector('h1')?.innerText) ||
      cleanText(doc.querySelector('.article-title')?.innerText) ||
      cleanText(doc.querySelector('[class*="title"]')?.innerText) ||
      cleanText(doc.title) ||
      '未命名文章';

    const box =
      doc.querySelector('article') ||
      doc.querySelector('.article-content') ||
      doc.querySelector('[class*="article-content"]') ||
      doc.querySelector('[class*="syl-page-article"]') ||
      doc.querySelector('[class*="content"]') ||
      doc.body;

    const paragraphs = [...box.querySelectorAll('p')]
      .map(p => cleanText(p.innerText))
      .filter(Boolean)
      .filter(t => !/广告|打开App|展开全文|点击进入/.test(t));

    return { url, title, paragraphs };
  }

  function saveWordTextOnly(article, index) {
    const bodyHtml = article.paragraphs
      .map(p => `<p>${escapeHtml(p)}</p>`)
      .join('');

    const html = `
      <html>
      <head>
        <meta charset="utf-8">
        <title>${escapeHtml(article.title)}</title>
        <style>
          body { font-family: "Microsoft YaHei", SimSun, Arial; font-size: 16px; line-height: 1.9; }
          h1 { font-size: 24px; text-align: center; }
          .url { color: #666; font-size: 12px; text-align: center; margin-bottom: 24px; }
          p { text-indent: 2em; margin: 10px 0; }
        </style>
      </head>
      <body>
        <h1>${escapeHtml(article.title)}</h1>
        <div class="url">${escapeHtml(article.url)}</div>
        ${bodyHtml}
      </body>
      </html>
    `;

    const blob = new Blob(['\ufeff', html], {
      type: 'application/msword;charset=utf-8'
    });

    const fileName = `${String(index).padStart(2, '0')}-${safeFileName(article.title)}.doc`;

    const a = document.createElement('a');
    a.href = URL.createObjectURL(blob);
    a.download = fileName;
    document.body.appendChild(a);
    a.click();
    a.remove();

    setTimeout(() => URL.revokeObjectURL(a.href), 1500);

    log(`已下载：${fileName}，正文 ${article.paragraphs.length} 段`, 'ok');
  }

  async function handleOneArticle(url, index, total) {
    try {
      setStatus(`采集文章 ${index}/${total}`);
      log(`打开文章 ${index}/${total}`);

      const res = await request(url, 'document');
      const article = parseArticle(res.response, url);

      if (!article.paragraphs.length) {
        log(`正文为空，跳过：${article.title}`, 'warn');
        return;
      }

      log(`采集成功：${article.title}`, 'ok');
      log(`正文 ${article.paragraphs.length} 段，不采集图片。`, 'ok');

      setStatus(`保存Word ${index}/${total}`);
      saveWordTextOnly(article, index);

      await sleep(800);
    } catch (e) {
      log(`第 ${index} 篇跳过：${e.message || e}`, 'err');
    }
  }

  async function run() {
    startBtn.disabled = true;
    logBox.innerHTML = '';

    config.scrollTimes = Number(document.querySelector('#tt-scroll-times').value) || 2;
    config.maxArticles = Number(document.querySelector('#tt-max-articles').value) || 30;
    config.requestTimeout = Number(document.querySelector('#tt-timeout').value) || 12000;

    try {
      setStatus('滚动加载列表');
      await autoScroll();

      const links = collectLinks();
      log(`发现 ${links.length} 篇文章。`, links.length ? 'ok' : 'err');

      if (!links.length) {
        setStatus('没有找到文章');
        return;
      }

      for (let i = 0; i < links.length; i++) {
        await handleOneArticle(links[i], i + 1, links.length);
      }

      setStatus('全部完成');
      log('全部处理完成。', 'ok');
    } catch (e) {
      setStatus('出错');
      log(`运行出错：${e.message || e}`, 'err');
    } finally {
      startBtn.disabled = false;
    }
  }

  createUI();
})();