leijing插件HTML结构分析

网站信息

网站名称：雷鲸小站-天翼云盘交流站
主域名：https://leijing.xyz
网站类型：天翼云盘资源分享论坛
特点：
- 专注天翼云盘（只有天翼云盘链接）
- 部分帖子需要回复才能看到链接（这些会被自动忽略）
- 有些搜索结果直接在摘要中包含链接

1. 搜索页面结构

搜索URL格式

https://leijing.xyz/search?keyword={关键词}

搜索结果容器

主容器：<div class="topicModule">
结果列表：<div class="topicList">
单个结果项：<div class="topicItem">

搜索结果项结构

html

<div class="topicItem">
    <div class="avatarBox">
        <!-- 用户头像 -->
    </div>
    
    <div class="content clearfix">
        <ul class="info">
            <li>
                <span class="module">话题</span>
                <span class="tag">剧集</span>
                <a class="userName" href="...">用户名</a>
                <span class="postTime">发表时间：2025-07-27 12:15:41</span>
                <span class="lastReplyTime">最新回复：2025-08-09 18:48:25</span>
            </li>
        </ul>
        <h2 class="title highlight clearfix">
            <a href="thread?topicId=42230">凡人修仙传 (2025) 杨洋/金晨 4K 普码+高码 首更 04 集</a>
        </h2>
        <div class="detail">
            <h2 class="summary highlight">
                凡人修仙传 (2025) 杨洋/金晨 首更 04 集 
                普码 -https://cloud.189.cn/t/YZRfuuAnaeQz 
                4K60 帧 -https://cloud.189.cn/t/aiuYru7zIfqq 
                4KHQ 高码 - https://cloud.189.cn/t/RZBjQ3Y77ZNb
            </h2>
        </div>
    </div>
    
    <div class="statistic clearfix">
        <div class="viewTotal">
            <i class="cms-view icon"></i>
            7442
        </div>
        <div class="commentTotal">
            <i class="cms-commentCount icon"></i>
            3
        </div>
    </div>
</div>

字段提取要点

标题：.title a 的文本内容
详情页链接：.title a 的 href 属性（格式：thread?topicId={id}）
摘要：.summary 的文本内容（可能包含天翼云盘链接）
分类标签：.tag 的文本内容
发布时间：.postTime 的文本内容
查看数：.viewTotal 的文本内容
评论数：.commentTotal 的文本内容

天翼云盘链接提取

从摘要文本中使用正则表达式提取：

https://cloud.189.cn/t/[a-zA-Z0-9]+

2. 详情页面结构

详情页URL格式

https://leijing.xyz/thread?topicId={id}

页面结构

html

<div class="topicContentModule">
    <div class="left">
        <div class="topic-wrap">
            <div class="topicBox">
                <div class="title">
                    凡人修仙传 (2025) 杨洋/金晨 4K 普码+高码 首更 04 集
                </div>
                <div class="topicInfo clearfix">
                    <div class="postTime">2025-07-27 12:15:41</div>
                    <div class="viewTotal">7443次阅读</div>
                    <div class="comment">3个评论</div>
                </div>
                <div topicId="42230" class="topicContent">
                    <div style="text-align: center;">
                        <strong>凡人修仙传 (2025) 杨洋/金晨 首更 04 集</strong>
                        
<strong>普码</strong>
                        
<strong><a href="https://cloud.189.cn/t/YZRfuuAnaeQz">https://cloud.189.cn/t/YZRfuuAnaeQz</a></strong>
                        
<strong>4K60 帧</strong>
                        
<strong><a href="https://cloud.189.cn/t/aiuYru7zIfqq">https://cloud.189.cn/t/aiuYru7zIfqq</a></strong>
                        <!-- 更多内容 -->
                    </div>
                </div>
            </div>
        </div>
    </div>
</div>

字段提取要点

标题：.topicBox .title 的文本内容
内容：.topicContent 的HTML内容
发布时间：.topicInfo .postTime 的文本内容
查看数：.topicInfo .viewTotal 的文本内容

天翼云盘链接提取

从详情页内容中提取：

查找所有 <a> 标签
过滤出包含 cloud.189.cn 的链接
提取 href 属性

3. 特殊处理事项

回复可见内容

有些帖子内容需要回复才能看到
这类帖子通常不包含可提取的链接
如果提取不到链接，直接忽略该结果

链接格式统一

天翼云盘链接格式：

正常格式：https://cloud.189.cn/t/{shareCode}
部分可能有访问码：https://cloud.189.cn/t/{shareCode}?pwd={password}

搜索策略

先从搜索结果的摘要中提取链接（速度快）
如果摘要中有链接，直接使用
如果摘要中没有链接，访问详情页提取
如果详情页也没有链接（需要回复），忽略该结果

4. 实现建议

优化策略

优先使用摘要链接：很多搜索结果的摘要中已包含完整链接
批量处理：对需要访问详情页的结果进行并发处理
缓存机制：缓存详情页结果，避免重复访问

错误处理

处理需要回复才能看到的内容（返回空结果）
处理链接提取失败的情况
处理网站访问异常

链接类型

所有链接统一标记为 tianyi（天翼云盘）