Legado 书源开发者工具包

一套用于创建、调试与管理 Legado 书源的开发工具集。包含 HTML 结构分析工具、真实书源示例，以及基于 Legado 源码构建的知识库。

快速上手

1. 检测编码 → 2. 获取真实 HTML → 3. 查询知识库 → 4. 分析结构 → 5. 创建书源

所有规则应基于对真实 HTML 的实际分析得出，而非主观假设。

使用范围

本能力专为开发用户自有或已获授权访问的网站书源而设计。所含工具（URL 分析、HTML 抓取、书源上传）仅可在用户明确授权的目标站点上使用。严禁将这些工具用于未授权爬取、绕过访问控制或未经许可获取内容。

工具

知识库查询

HTML 分析

书源管理

分析脚本（位于 tools/ 目录下）

不使用 Python？请参阅 references/no_python_workflow.md，了解如何通过主机 MCP 工具（浏览器、HTTP、代码执行）完成工作流。

三阶段工作流

第一阶段：信息收集

步骤 1：查询知识库

search_knowledge("CSS选择器格式 提取类型 @text @html @href @src")
get_real_book_source_examples(limit=5)
get_book_source_templates(limit=3)

步骤 2：检测编码（仅需在起始时执行一次）

detect_charset(url="http://example.com")

• UTF-8 → 可省略 charset（默认编码）
• GBK/GB2312 → 所有请求中需添加 "charset":"gbk"

步骤 3：获取真实 HTML

smart_fetch_html(url="http://example.com/search", charset="gbk")
smart_fetch_html(url="http://example.com/search", method="POST",
                 body="keyword={{key}}&t=1", charset="gbk")

步骤 4：分析结构

smart_web_analyzer(html="...")
smart_bookinfo_analyzer(html="...")
smart_toc_analyzer(html="...")
smart_content_analyzer(html="...")

第二阶段：复核

1. 结合知识库与真实 HTML 分析结果编写规则
2. 校验 CSS 选择器、提取类型、正则表达式格式
3. 处理特殊情形（如无封面图、懒加载、信息合并等）

存疑时，请向用户确认，切勿自行猜测。

第三阶段：创建书源

1. 准备完整 JSON，确保所有必填字段均已填写
2. 调用 edit_book_source(complete_source="完整JSON")
3. 输出标准 JSON 数组格式（不含注释、不含代码块）

规则字符串格式

CSS选择器@提取类型##正则表达式##替换内容

提取类型：

• @text — 文本内容（含子节点）
• @ownText — 元素自身文本（不含子节点）
• @html — HTML 结构
• @textNode — 纯文本节点
• @href — 链接 URL
• @src — 图片资源地址
• @js — JavaScript 处理逻辑

数字索引：

• .0 表示首个元素，.-1 表示末尾元素（注意：非 :first-child / :last-child）

文本匹配：

• text.关键词（不可使用 :contains()）

常见模式

带封面的标准列表：

{"bookList": ".book-list .item", "name": ".title@text", "bookUrl": "a@href", "coverUrl": "img@src"}

搜索页无封面：

{"coverUrl": ""}

懒加载图片：

{"coverUrl": "img@data-original||img@src"}

nextContentUrl 规则：若章节编号变化 → 必须设置；若仅为页码变化 → 留空。

已知限制

不支持的字段（Legado 书源中不存在）：

• prevContentUrl 字段不存在
• 不支持伪类 :contains()（请改用 text.关键词）
• 不支持伪类 :first-child / :last-child（请改用 .0 / .-1）

推荐实践：

• 规则应基于真实 HTML 分析，而非经验推测
• 编写规则前，优先查询知识库
• 编码检测仅需在流程起始时执行一次

必填字段：详见 references/legado_data_structures.md，该文档完整列出了 BookSource.kt、SearchRule.kt、TocRule.kt、ContentRule.kt、BookInfoRule.kt 中定义的数据结构规范。

参考资料

高频使用模式（来自真实书源统计）

CSS 选择器： img(40 次), h1(30 次), div(13 次), content(12 次), intro(11 次), h3(9 次)

提取类型： @href(81 次), @text(72 次), src(60 次), @html(33 次), @js(25 次)