百度文库文档存不下来？一个开源脚本把免费存PDF的时间从半小时压到3分钟

百度文库文档存不下来？一个开源脚本把免费存PDF的时间从半小时压到3分钟

【免费下载链接】baidu-wenkufetch the document for free项目地址: https://gitcode.com/gh_mirrors/ba/baidu-wenku

深夜十一点，你赶一份方案，在百度文库翻到正合适的资料，点开却要 5 张下载券，复制提示"会员专享"。百度文库的下载限制卡住了太多人——而开源脚本 baidu-wenku 就是专治这个痛点的免费工具：它清掉文库页面的广告、遮挡和冗余模块，让浏览器自带的打印功能把整篇文档完整导出为 PDF，不装软件、不花一分钱。

为了存下这篇文档，我把能踩的坑都踩了一遍

先讲我的真实经历，你大概率能对号入座。去年我写行业报告，需要保存一篇 40 多页的文库资料，前后试了三种办法，全部翻车：

1. 截图拼页：一屏一屏截，截了 40 多张图，还要手动拼接。拼完发现字太小看不清，漏了两页还不知道。
2. 在线转换网站：把链接贴上去等解析，结果要么提示"文档加密无法转换"，要么转出来的 PDF 全是乱码。更别提把链接交给第三方网站那点隐私顾虑。
3. 浏览器插件：装了几个"文库下载神器"，有的要注册登录，有的装上就失效，还有一个静悄悄申请了一堆不明权限，吓得我赶紧卸了。

这些方案的代价差异，我用一张表对比过：

就在我准备放弃时，我在开源社区翻到了这个叫 baidu-wenku 的小项目。它解决了我前面遇到的所有问题，而且思路简单得让我意外。

baidu-wenku 到底做了什么：一场"减法"加一次"归位"

它不破解、不抓数据、不碰服务器，整个项目核心就是一个index.js脚本，干的事可以概括成三步：

• 点掉"继续阅读"：自动点击页面上被折叠的内容入口，把正文全部展开；
• 做减法：把顶部导航、侧边栏、底部推荐、付费角标、浮动广告这些干扰元素全部隐藏或移除，只留正文；
• 归位：把正文的边距、背景色、边框整理成"打印友好"的样式，再模拟缓慢向下滚动，把按需加载的剩余页面内容一页页"逼"出来。

翻译成人话：它就像在你打印前，帮你把桌面上的杂物全收进抽屉，再把文档一张张按顺序摊平。滚动加载结束后，脚本会自动唤起浏览器的打印窗口，你选"另存为 PDF"就得到一份干净完整的文档。项目里还有个images/workflow.txt，用一张 ASCII 流程图把这个"清理 → 纯净页面 → 打印 PDF"的过程画得明明白白，好奇的可以打开看一眼。

至于适用人群，它非常明确：学生、研究者、偶尔需要保存几篇文库文档做离线阅读的个人用户。它不适合高频批量下载——那种需求，本来就该走平台的正规付费渠道。

从拿到脚本到存出 PDF，完整跑通只需 4 步

原理讲完，直接上手。整个过程四步，全程不需要装任何软件：

第 1 步：拿到 index.js

克隆仓库到本地：

git clone https://gitcode.com/gh_mirrors/ba/baidu-wenku

进入目录打开index.js，全选复制。项目很小，核心就这一个文件，README.md里也写清了使用方法和免责声明。

第 2 步：打开目标文档并等它加载完

用 Chrome 打开网址以wenku.baidu.com/view/开头的文档页。长文档会分段加载，先把页面滚到底部再滚回顶部，确保前面的内容都已就位。

第 3 步：粘贴到控制台并执行

按 F12 打开开发者工具，切到"控制台"（Console），粘贴代码回车。你会看到页面开始自动滚动——这是脚本在触发剩余内容加载，默认每 800 毫秒滚一屏。我实测一篇 30 页的文档大概需要 20~40 秒，取决于网速。

第 4 步：打印保存

滚动结束后约 2 秒，脚本会自动弹出打印窗口。把目标打印机选成"另存为 PDF"，勾上"背景图形"，保存即可。想保留网页原貌？直接关掉打印窗口，用浏览器的"另存为"选 MHTML 格式，页面连同样式一起存下来，效果一样干净。

亲测数据：一篇 42 页的行业研报，从执行脚本到 PDF 落地全程不到 3 分钟，导出的 PDF 里没有一条广告、没有一页空白。

两个参数，把脚本调到最适合你的状态

跑通默认配置后，你会发现index.js顶部（标着 Config 注释）有两个可以改的变量，能让脚本更贴合你的网络和文档类型：

• waitTime4Scroll：默认800，滚动间隔毫秒数。网速慢就调到 1000~1500，避免内容没加载出来就被跳过；网速好、机器快，可以压到 500~600 提速。
• margin4ReaderPage：默认"-75px auto"，控制正文四周留白。打印出来发现边缘内容被裁，就把绝对值调小，比如"-60px auto"；发现空白太多，就调大到"-85px auto"。

修改方法很简单：粘贴到控制台之前，直接改这两个值。我自己的经验是——遇到"打印缺页"的问题，先把第一个参数往大调 200，能解决九成情况。

它帮不上忙的场景，和用之前该想清楚的事

任何工具都有边界，说清楚反而更放心。以下情况它确实无能为力：

• 复杂动态文档：带特殊交互、动态渲染的文档，脚本够不着；
• 服务端加密内容：原文本身加密或平台限制严格的文档，存不全就是存不全；
• 页面改版：百度文库哪天改了页面结构，脚本里的选择器可能全部失效——这也是开源项目需要关注更新版本的原因。

合规方面，三条底线请一定守住：

1. 本工具仅限个人学习研究，谢绝任何商业用途；
2. 只适合"个人 + 少量"文档的临时便携存储，确有大量使用需求，请注册百度账号，按平台指引使用下载券或积分下载——这是最体面也最安全的方式；
3. 脚本只做隐藏和移除页面元素、不改动任何文档内容，但使用前请确认你拥有该文档的合法访问权限，并遵守百度文库的用户协议与知识产权相关法律。

把技术用在对的方向上，它就是效率工具；用偏了，就成了给别人添麻烦的捷径。希望 baidu-wenku 能帮你在深夜赶工时，少一点和下载券的纠缠，多一点早点睡觉的时间。

【免费下载链接】baidu-wenkufetch the document for free项目地址: https://gitcode.com/gh_mirrors/ba/baidu-wenku