Kindle Cloud Reader — 图像抓取与拼接工具

通过 Selenium 自动化抓取 Kindle Cloud Reader 中的书籍页面图像，并将上下半页拼接为完整页面，方便个人已购内容的本地备份与离线阅读。

---

功能特性

• 自动抓取 — 自动识别 Kindle Cloud Reader iframe 中内嵌的 base64 图像并保存为 JPG
• 上下拼接 — 将 Kindle 分半页显示的上下两部分合并为一页完整图像
• 去重机制 — 基于图像哈希的去重，避免重复保存相同页面
• 自动翻页 — 模拟键盘方向键自动翻页，逐页抓取直至末尾
• Cookie 持久化 — 首次手动登录后自动保存 Cookie，后续运行可免登录
• 结构化输出 — 图像按页码编号保存，目录结构清晰

---

环境要求

依赖	说明
Python 3.8+	脚本运行环境
Google Chrome	浏览器
ChromeDriver	与 Chrome 版本匹配的 WebDriver

安装 Python 依赖

pip install selenium pillow

安装 ChromeDriver

1. 检查 Chrome 版本：在地址栏输入 chrome://version/
2. 从 ChromeDriver 下载页 下载匹配版本
3. 将 chromedriver 可执行文件所在目录添加至系统 PATH

---

快速开始

第一步：抓取图像

python kindle_cramp.py

运行流程：

1. 自动打开 Chrome 并跳转至 Kindle Cloud Reader
2. 在浏览器中手动登录你的 Amazon 账户
3. 点击任意一本书籍进入阅读界面，然后在终端按 Enter 继续
4. 脚本将自动抓取当前可见页面的图像，并模拟「→」方向键翻页
5. 图像保存至 images/ 目录，格式为 page_0001_1.jpg、page_0001_2.jpg …

首次登录后，Cookie 将自动保存至 kindle_cookies.json，下次运行可跳过登录。

第二步：拼接图像

python image_merge.py

脚本会扫描 images/ 中的所有半页图像对，将其上下拼接为完整页面，输出至 merged/ 目录，如 page_0001.jpg。

---

项目结构

amazon_kindle/
├── kindle_cramp.py          # 图像抓取脚本
├── image_merge.py           # 图像拼接脚本
├── kindle_cookies.json      # 登录 Cookie（自动生成）
├── images/                  # 原始半页图像（自动生成）
│   ├── page_0001_1.jpg
│   ├── page_0001_2.jpg
│   └── …
├── merged/                  # 拼接后的完整页面（自动生成）
│   ├── page_0001.jpg
│   └── …
├── LICENSE
└── README.md

---

配置说明

如需修改默认配置，可在 kindle_cramp.py 顶部调整以下变量：

变量	默认值	说明
SAVE_DIR	"images"	抓取图像的保存目录
COOKIE_PATH	"kindle_cookies.json"	Cookie 持久化文件路径
MAX_FAILS	3	连续未检测到新图像的最大次数，超过即视为已到末页

---

免责声明

• 本工具仅供个人已购内容的合理备份与离线阅读使用。
• 严禁将抓取的任何内容用于传播、分发或商业用途。
• 使用者应遵守 Amazon Kindle 服务条款及相关法律法规，自行承担使用本工具的全部责任。
• 若抓取的图像不完整或有缺失，请在 Kindle Cloud Reader 中切换为「单页模式」后重试。

---

许可证

本项目基于 MIT License 开源。

---

贡献与反馈

欢迎提交 Issue 报告问题或提出功能建议。Pull Request 同样欢迎。