免责说明：本库仅做交流学习使用
可以获取拉勾教育和极客时间的课程（需本身有权限），并制作为 pdf / epub。（层级目录为章节-文章-文章中的 headings）
使用 poetry 安装依赖：
poetry install要生成 epub 或者 pdf，需要安装 pandoc：https://pandoc.org/installing.html
如果要运行生成 pdf，需要提前安装 wkhtmltopdf，Mac：
brew install --cask wkhtmltopdf其他平台安装方式见官网：https://wkhtmltopdf.org/。
实在是懒的搞的太像 command tools，都说了是交流学习用了。
只提供工具，课自己买。
course id 拿起来很方便，暂时懒得写进脚本。
clone 项目，修改项目后 python main.py
拉勾教育支持专栏课和八点一课中的文本内容，不支持音频和视频内容。
"""
字段来源
course_id: 课程介绍 url 中的 courseId，本质上是 sku，在列表接口能拿到全部 course_id
token: cookie 中的 edu_gate_login_token
base_dir: 爬取数据存放的目录
ignore_exist: 爬取时忽略目录存在的课程
epub: 转换时是否转换为 epub
pdf: 转换时是否转换为 pdf
worker: 转换时的线程数
force: 转换时默认会检测是否已存在 md / epub / pdf 并跳过，True 启用强制重新生成
"""
lago = Lago(
courses=[685], # course_id list
token=token, # 也可以设置环境变量 LAGO_TOKEN
base_dir='./lagou_courses',
ignore_exist=True,
epub=True,
pdf=True,
worker=5,
force=False,
)
# 单线程爬取（为了避免被封慢慢爬）
lago.run()
# 转换成 pdf / epub
lago.trans()极客时间支持专栏内容，支持专栏内容中的文本和音频，不支持视频课。
如果发现频繁 451 retry，说明被风控抓住了，换个 ip 或者换个 token，调高 sleep 时间。
因为懒这部分 451 是无限重试的（
"""
字段来源
course_id: 课程介绍 url 中的 courseId，在某个接口能拿到全部 course_id
token: cookie 中的 edu_gate_login_token
base_dir: 爬取数据存放的目录
ignore_exist: 爬取时忽略已存在目录的课程
epub: 转换时是否转换为 epub
pdf: 转换时是否转换为 pdf
audio: 是否爬取音频（默认关闭，属实有点大还慢）
worker: 转换时的线程数
force: 转换时默认会检测是否已存在 md / epub / pdf 并跳过，True 启用强制重新生成
"""
geekT = GeekT(
courses=[685], # course_id list
token=token, # 也可以设置环境变量 GEEKT_TOKEN
gcid=gcid, # GEEKT_GCID
base_dir='./geek_courses',
ignore_exist=True,
epub=True,
pdf=True,
audio=False,
worker=5,
force=False
)
# 单线程爬取（为了避免被封慢慢爬，风控比较敏感，爬起来比隔壁拉勾更慢）
geekT.run()
# 转换成 pdf / epub
geekT.trans()