novel-deconstructlisted

# Novel Deconstruct — 拆书技能 对网络小说进行系统性的写作技法分析。自动处理字体反爬、章节抓取、定量扫描、场景级深度拆解全流程。 ## 检测流程 ``` 用户提供小说链接 ├─ 番茄小说 (fanqienovel.com) → 字体解码 + API抓取 ├─ 其他平台 → 通用网页抓取 └─ 用户直接粘贴文本 → 跳过抓取，直接分析 ``` --- ## Step 1: 获取元数据 读取小说主页，提取： - 书名、作者、简介、题材标签、总字数、更新状态 - 完整章节目录（含每章标题） - 章节总数 N --- ## Step 2: 抓取正文 ### 番茄小说 1. 从主页 HTML (`__INITIAL_STATE__` JSON) 提取 `chapterListWithVolume` 2. 从 CSS 提取自定义字体 URL (woff2) → `tools/decode_font.py` 用 fontTools + ddddocr 建 PUA→汉字映射表 3. 按采样策略批量请求 reader API (`fanqienovel.com/reader/{itemId}`)，用映射表解码正文 ### 采样策略 | 范围 | 策略 | 用途 | |------|------|------| | Ch 1-10 | **全文** | 开局分析（激励事件/人物引入/世界观建立） | | Ch 11-N | 每 N/8 章取1章 | 结构采样（幕转折/冲突升级/人物弧光） | | 最后10章 | **全文** | 结局分析（高潮/收束/主题落点） | 总计约 20-30 章。番茄免费章节通常仅前10章，后续章节可能需要登录 Cookie 或第三方镜像站。 --- ## Step 3: 定量扫描（必做，不可跳过） 对每章正文执行以下自动化扫描，输出数据表： ### 3.1 基础指标 | 指标 | 方法 | |------|------| | 字数 | `len(re.sub(r'\s', '', body))` | | 段落数 | 按换行分割 | | 场景数 | 按空行/`-`/`—`/视角切换分割 | | 句均长 | 以 `。！？；…` 断句，取均值 | | 短句% | ≤15字的句子占比 | | 长句% | >25字的句子占比 | | 对话% | 含对话标记的段落占比 | | 了/段 | 「了」字总数 ÷ 段落数 | ### 3.2 疲劳词扫描（逐词计数，输出单章+总计） 按以下分类，使用 `body.count(word)` 逐词扫描： | 类别 | 词表 | 阈值 | |------|------|------| | 副词 | 突然/忽然/猛然/竟然/居然/渐渐/逐渐/依旧/仍然/默默/微微 | 各≤3次/章 | | 动词模板 | 露出/陷入/涌起/泛起/浮现/充斥 | 各≤3次/章 | | 连接词 | 然而/不过/于是/随即/紧接着/与此同时 | 各≤4次/章 | | 身体模板 | 瞳孔一缩/身体一僵/倒吸一口凉气/呼吸一滞 | 各≤2次/章 | | 含混词 | 仿佛/宛如/好像/似乎 | 合计≤2次/500字 | | 「让」字 | 让/令/使 | **专项统计**（指南禁止项） | | 「不是…而是…」 | 正则 `不是.{0,20}而是` | ≤3次/章 | ### 3.3 情绪标签词扫描 搜索「悲伤/愤怒/恐惧/幸福/美丽/紧张/焦虑/难过/开心/害怕/兴奋/激动/失望