GeekTime PDF Exporter

极客时间课程文章批量导出为 PDF，支持断点续导、3 并发加速、自动合并带书签合集

Batch export GeekTime course articles to clean PDFs with bookmarks, resume support, and concurrent processing.

特性

• 批量导出 — 整个课程一键导出为独立 PDF + 带书签合集
• 断点续导 — 已存在的 PDF 自动跳过，中断后再跑不重复
• 3 并发加速 — 多篇文章同时导出，可配置并发数
• 自动合并 — 批量导出后自动合并为带书签的合集 PDF
• 空白检测 — PDF 体积过小自动重试，确保内容完整
• 跨平台 — 自动检测 macOS / Linux / Windows 上的 Chrome 路径

前置条件

• Node.js >= 18
• Chrome 或 Chromium 浏览器
• 极客时间账号（已购买对应课程）

安装

git clone https://github.com/wwwweeia/geektime-pdf-exporter.git
cd geektime-pdf-exporter
npm install

使用方法

单篇导出

npx geektime-pdf-exporter https://time.geekbang.org/column/article/320980

批量导出整个课程

npx geektime-pdf-exporter --course https://time.geekbang.org/column/intro/100066601 -o "./download/课程名"

批量导出完成后自动合并为一个带书签的 PDF（{课程名}_合集.pdf）。

仅合并已有 PDF

如果已经有导出的单篇 PDF，可以单独运行合并：

npx geektime-pdf-exporter --merge-only "./download/课程名"

所有选项

选项:
  --course <url>       课程目录页 URL
  --output, -o <dir>   输出目录（默认 ./download）
  --concurrency, -c N  并发导出数（默认 3）
  --merge-only <dir>   仅合并目录下已有 PDF
  --no-merge           批量导出时不自动合并
  --verbose            显示详细调试日志
  --version, -v        显示版本号
  --help, -h           显示帮助信息

配置

环境变量

变量	说明	必需
GEEKTIME_PHONE	极客时间登录手机号	首次登录时必需
GEEKTIME_PASSWORD	极客时间登录密码	首次登录时必需
CHROME_PATH	Chrome/Chromium 路径	可选，默认自动检测

首次运行时设置环境变量：

export GEEKTIME_PHONE=你的手机号
export GEEKTIME_PASSWORD=你的密码

也可以创建 .env 文件（参考 .env.example）。

首次运行会弹出浏览器窗口让你确认登录，登录态保存在 .auth/ 目录，后续自动无头运行。

工作原理

1. 通过浏览器自动化登录极客时间
2. 调用课程 API 获取文章列表（SPA 页面无直接链接，需走 API）
3. 并发导出：导航到文章页 → 等待正文渲染 → 滚动加载图片 → 提取正文 → 生成 PDF
4. 自动合并为带书签的合集 PDF

详细技术设计见 docs/design-overview.md。

项目结构

bin/
  geektime-pdf-exporter.mjs   CLI 入口
src/
  cli.mjs                     参数解析、流程编排
  browser.mjs                 Chrome 路径检测、浏览器启动
  auth.mjs                    登录、认证态管理
  scraper.mjs                 课程文章列表抓取
  exporter.mjs                单篇/批量导出
  pdf-merge.mjs               PDF 合并 + 书签
  constants.mjs               常量定义

FAQ

登录态过期怎么办？

工具会自动检测登录态，过期时自动重新弹出浏览器登录。也可以删除 .auth/storage-state.json 强制重新登录。

Chrome 路径找不到？

设置 CHROME_PATH 环境变量指向你的 Chrome/Chromium 可执行文件路径。

导出的 PDF 是空白的？

工具会自动检测空白 PDF（< 50KB）并重试一次。如果仍然失败，可能是网络问题，删除该 PDF 后重新运行即可（断点续导会跳过正常的文件）。

相关项目

项目	说明
geektime-downloader	全功能下载器，支持 PDF/Markdown/音频/视频
geektime2pdf	专栏转 PDF，含评论和音频

本项目专注于简洁、开箱即用：单命令导出 + 自动合并书签，代码模块化易维护。

声明

本工具仅供个人学习和备份已购课程内容使用。使用者需确保遵守当地法律法规及极客时间用户协议，对因使用本工具产生的任何法律责任由使用者自行承担，与作者无关。请勿将导出内容用于商业用途或二次分发。

License

MIT