Files
SakuraHub/docs/Legado规则引擎重构-分阶段实施方案.md
T
2026-11-16 20:45:22 +08:00

26 KiB
Raw Blame History

Legado 规则引擎重构 — 分阶段实施方案

日期:2026-06-21 基于:源码架构总结 + 截图问题诊断 + 方案文档反馈 涉及:legado_rule_parser.dart、legado_engine.dart、legado_models.dart 原则:不改 UI 层,只在 core 层动刀;前 4 步零新依赖。


一、问题根因定性与实施顺序纠偏

1.1 截图 Bug ↔ 真实根因对照

截图 现象 代码层面的真实原因
截图3 "这一章还没有找到漫画页面" fetchChapterContent() → contentRule → RuleParser 只认 CSS/JSON/Regex 三种前缀,包子漫画5 的 contentRule 使用了 @tag.img@src / ## / && 等链式语法,_safeSelect() 返回空串,rawHtml 兜底也没触发。
截图4 "未知作者" / 封面空白 bookInfoAuthorRule / bookInfoCoverRule 同上,规则语法不被 RuleParser 支持。
截图1 "书籍详情加载失败" fetchBookInfo() 整体 try/catch 后只设 infoError,不区分"网络不通"还是"规则不支持"。
搜索 unknown:none 错误消息原样展示 _shortError() 已修好(源码已含完整中文映射),这个 bug 已不存在于当前源码。

1.2 原方案步骤的纠偏

原方案第 1 步是「支持 URL,{method,body,headers}」,但实际上:

  • _buildSearchRequest() 已有 GET/POST 分支
  • _applySearchTemplate() 已支持 12 种占位符变体
  • fromJson 解析 header 已支持 Map / JSON 字符串 / 冒号分隔行三种格式

请求层不是最优先的问题。最优先的是 RuleParser 不支持 Legado 链式规则语法。

1.3 修正后的实施顺序

第1步:rawHtml 兜底扫描 + script 变量扫描     ← 零成本,立刻修复截图3
第2步:RuleParser 支持 @tag/@text/@html/@src 链式语法  ← 解锁包子漫画5等核心书源
第3步:支持 ## 替换、|| 备选、&& 拼接          ← 兼容更多规则变体
第4步:fetchBookInfo / fetchToc 失败时区分错误类型  ← 解决截图1
第5步:JS 特判(newImgs / imageList 等高频变量) ← 覆盖 60%+ JS 规则,零依赖
第6步:@put / @get 上下文变量                  ← 跨规则传值
第7步:书源兼容度检测 UI                       ← 用户体验闭环
第8步:完整 JS 引擎(flutter_js / quickjs)    ← 最后做,覆盖剩余 40%

前 4 步不需要引入任何新依赖,只在 legado_rule_parser.dart 和 legado_engine.dart 里改。


二、总体架构重构方案

2.1 不要继续往 RuleParser 里塞逻辑

当前 RuleParser(262 行)已经承担了 CSS / JSONPath / Regex 三种解析路径,再往里面加链式语法会导致它变成无法维护的千行怪物。

建议拆成三层:

请求层  ── LegadoRequestBuilder  ── 构建 URL、headers、body、编码
规则层  ── LegadoRuleExecutor    ── 链式规则执行引擎
检测层  ── SourceCompatChecker   ── 导入时打兼容度标签
┌──────────────────────────────────────────────────┐
│                 LegadoEngine                      │
│  (对外 API:search / fetchBookInfo / fetchToc /   │
│   fetchChapterContent 不变)                       │
├──────────────────────────────────────────────────┤
│                                                  │
│  ┌──────────────────┐   ┌─────────────────────┐  │
│  │LegadoRequestBuilder│   │ LegadoRuleExecutor  │  │
│  │· buildSearchUrl    │   │· select()           │  │
│  │· buildRequest      │   │· selectList()       │  │
│  │· encodeKeyword     │   │· execChain()     🆕 │  │
│  │· applyTemplate     │   │· applyReplace()  🆕 │  │
│  └──────────────────┘   │· extractImages()  🆕 │  │
│                          │· scanScriptVars() 🆕 │  │
│                          └──────────┬──────────┘  │
│                                     │              │
│                          ┌──────────▼──────────┐  │
│                          │   RuleParser (保留)   │  │
│                          │   CSS / JSON / Regex  │  │
│                          │   不改内部,只当底层   │  │
│                          └─────────────────────┘  │
└──────────────────────────────────────────────────┘

2.2 核心原则

  1. LegadoEngine 对外 API 不动。search() / fetchBookInfo() / fetchToc() / fetchChapterContent() 签名不变,UI 层零改动。

  2. RuleParser 降级为底层原子工具。它继续支持 CSS / JSONPath / Regex 三种基础解析,但不理解链式语法。所有链式逻辑放在 LegadoRuleExecutor 里。

  3. 新规则执行器按优先级链执行。每条规则被解析为一条 执行链 (execChain),按序执行,任意一步返回空就终止并返回空。


三、第 1 步:rawHtml 兜底扫描 + script 变量扫描

目标:不改 RuleParser,在 fetchChapterContent() 和 fetchImageUrls() 里补兜底逻辑。

3.1 问题

当 contentRule 为空或解析失败时,当前代码回到 _htmlToText(body) 或 _extractImageUrls(body) 暴力扫描 HTML。但如果漫画图片 URL 藏在 <script> 的 JS 变量里(如 var newImgs = ["url1","url2"]),暴力扫描 <img> 标签找不到任何东西。

3.2 修改位置

legado_engine.dart 中的 fetchChapterContent() 和 _extractImageUrls()。

3.3 逻辑

extractImagesWithFallback(String rawHtml, String baseUrl):

  1. 先用 RuleParser 走 contentRule → 语法错误或结果为空 → 进入兜底

  2. 兜底 1:扫描 HTML img 标签
     RegExp: <img[^>]+(?:src|data-src|data-original|data-srcset)=["']([^"']+)["']
     同时提取 srcset 中的备选 URL

  3. 兜底 2:扫描常见 JS 变量
     按优先级依次尝试:
       newImgs  = [...]
       imageList = [...]
       chapterImages = [...]
       page_url = ...
       pics = [...]
       imgData = [...]
       chapterData.images = [...]
       km5_img_url = ...
       result.imageList = ...

     提取方式:
       RegExp: var\s+变量名\s*=\s*(\[[^\]]*\])
       RegExp: var\s+变量名\s*=\s*['"]([^'"]+)['"]
       如果是 JSON 数组 → jsonDecode
       如果是逗号分隔 → split(',').map(trim)

  4. 兜底 3:扫描 data:image 内嵌图片

  5. 全部 URL resolve 为绝对路径

3.4 改动量

  • _extractImageUrls() 新增 ~40 行
  • 不影响现有 RuleParser 任何逻辑
  • 无需新依赖

3.5 预期效果

截图 3 「这一章还没有找到漫画页面」在包子漫画 5 上直接消除(即使 contentRule 语法不被支持,script 变量扫描也能抓到 newImgs)。


四、第 2 步:RuleParser 支持 @tag/@text/@html/@src 链式语法

这是最核心的一步。包子漫画 5、6漫画、WebToon 等主流漫画源全部依赖这种语法。

4.1 Legado 链式规则语法规范

Legado 规则的本质是管道链式操作,每一步的输出是下一步的输入。语法格式:

基础选择器@操作.子选择器@属性

链式管道符:

符号 含义 示例
@tag.xxx 在当前结果内找第一个 <xxx> 子元素 @tag.img → 找 img 标签
@text 提取当前元素的 innerText .title@text
@html 提取当前元素的 innerHtml .content@html
@src 提取 src 属性值 img@src
@href 提取 href 属性值 a@href
@class 提取 class 属性值 div@class
@alt / @title 提取 alt / title 属性 img@alt
@data-xxx 提取 data-xxx 属性值 img@data-original
@css:.xxx 用 CSS 选择器在当前结果内再次选择 div.content@css:.chapter@text

管道执行顺序:

原始 HTML
  → CSS 选择器(第一段)→ 得到匹配元素集合
  → @tag.img        → 在每个元素内找第一个 img
  → @src            → 提取 src 属性值
  → 返回字符串列表

4.2 实现方式:在 RuleParser 内部新增链式分支

select() 和 selectList() 方法检测规则中是否包含 @tag / @text / @html / @src 等链式操作符。如果有,走新分支 _selectChain()。

List<String> _selectChain(String fragment, String rule) {
  // 1. 解析 rule 为执行步列表
  final steps = _parseChainSteps(rule);
  // 2. 从 fragment 开始,逐步执行
  var current = <String>[fragment];
  for (final step in steps) {
    current = _executeChainStep(current, step);
    if (current.isEmpty) return const [];
  }
  return current;
}

List<_ChainStep> _parseChainSteps(String rule) {
  // 规则示例: ".book-list li@tag.a@href"
  // 拆分为: [('.book-list li', css), ('a', tag), ('href', attr)]
  //
  // 关键:@ 是管道分隔符,不是属性选择器的一部分
  // "@tag.xxx" 是一个整体 token
  // "@src" "@href" "@text" "@html" 是属性提取 token
  // "@css:.xxx" 是嵌套 CSS token
}

List<String> _executeChainStep(List<String> fragments, _ChainStep step) {
  switch (step.type) {
    case _StepType.css:
      return _cssSelect(fragments, step.value);    // 降级到现有 CSS 路径
    case _StepType.tag:
      return _tagSelect(fragments, step.value);    // fragments 中每个元素内找第一个 <tag>
    case _StepType.attr:
      return _attrExtract(fragments, step.value);  // 提取属性值
    case _StepType.text:
      return _textExtract(fragments);              // 提取 innerText
    case _StepType.html:
      return _htmlExtract(fragments);              // 提取 innerHtml
    case _StepType.nestedCss:
      return _nestedCssSelect(fragments, step.value); // @css: 语法
  }
}

4.3 链式步骤解析规则

规则字符串:
"div.image-area@tag.img@src"

解析产物:
[
  { type: css,   value: "div.image-area" },   // @ 之前的部分 → CSS 选择器
  { type: tag,   value: "img" },              // @tag.img → 找 img 子标签
  { type: attr,  value: "src" },              // @src → 提取 src 属性
]

规则字符串:
"h1.title@text||h1.book-name@text"

解析产物(备选规则):
[
  [ {css:"h1.title"}, {text} ],      // 方案 A
  [ {css:"h1.book-name"}, {text} ],  // 方案 B → 先执行 A,A 为空则执行 B
]

规则字符串:
".chapter-content@html##去除广告正则##"

解析产物(带替换):
[
  { type: css,           value: ".chapter-content" },
  { type: html,          value: null },
  { type: regexReplace,  value: "去除广告正则" },
]

4.4 改动量

  • legado_rule_parser.dart 新增 _selectChain() 方法 ~120 行
  • _parseChainSteps() ~40 行
  • 辅助方法 _tagSelect() / _attrExtract() / _textExtract() / _htmlExtract() ~80 行
  • select() 和 selectList() 入口处新增链式检测分支 ~10 行
  • 总计 ~250 行
  • 零新依赖(tagSelect / attrExtract 用现有 html parser 或 RegExp 实现)

4.5 预期效果

包子漫画 5 的 contentRule: "div.comic-content@tag.img@src" 能正确执行:

  1. CSS div.comic-content → 拿到内容区 DOM
  2. @tag.img → 在内容区找所有 img 标签
  3. @src → 提取每个 img 的 src
  4. 返回图片 URL 列表

五、第 3 步:支持 ## 替换、|| 备选、&& 拼接

5.1 语法定义

符号 含义 示例
|| 备选规则:第一个成功就返回,否则尝试下一个 .title@text||h1@text
&& 串联拼接:两个结果用空格或换行拼接 .title@text&&.author@text
## 正则替换/净化:对当前结果执行正则替换 @text##\s+||##g
### 正则删除:删除匹配的部分 @html###<script[^>]*>.*?</script>###

5.2 实现位置

LegadoRuleExecutor 的 execChain() 方法。

5.3 执行顺序

解析 rawRule:
  1. 按 || 拆分为备选组
  2. 每个备选组按 && 拆分为串联组
  3. 每个串联组解析为链式步骤(复用第2步的 _parseChainSteps)
  4. 每个链式步骤末尾检测 ## 替换指令

执行:
  for 备选组 in 备选组列表:
    结果 = 执行 备选组
    if 结果非空 → 返回结果
  return 空

执行备选组:
  parts = []
  for 串联组 in 备选组:
    part = 执行串联组
    parts.add(part)
  return parts.join('\n')  // && 的结果用换行拼接

执行串联组:
  result = 执行链式步骤(复用 _selectChain)
  if 有 ## 替换指令:
    for 替换 in 替换指令:
      result = result.replaceAll(替换.regex, 替换.replacement)
  return result

5.4 改动量

  • legado_rule_parser.dart 新增 _selectWithAlternatives() ~50 行
  • ## 替换逻辑 ~30 行
  • 总计 ~80 行
  • 零新依赖

六、第 4 步:fetchBookInfo / fetchToc 失败时区分错误类型

6.1 问题

当前 fetchBookInfo() 的 try/catch 结构:

try {
  final value = await engine.fetchBookInfo(...);
  setState(() { info = value; loadingInfo = false; });
} catch (error) {
  setState(() { infoError = error; loadingInfo = false; });  // 所有错误一视同仁
}

用户看不到是"网络不通"还是"规则不支持",只能看到统一的"书籍详情加载失败"。

6.2 方案:定义错误类型,不新增异常类

enum LoadFailureReason {
  network,      // 网络不通 / DNS 失败 / 超时
  httpError,    // HTTP 4xx / 5xx
  ruleNotSupported, // 规则语法不被当前引擎支持
  ruleParseEmpty,   // 规则执行成功但结果为空(可能是网站改版)
  encoding,     // 编码问题
  unknown,
}

在 fetchBookInfo() 和 fetchToc() 内部区分异常类型,通过 _shortError() 返回带 reason 的错误消息(或通过一个简单的包装类)。

6.3 UI 差异化展示

网络不通:
  "无法连接到目标网站,请检查网络或稍后重试。"
  [重试]

HTTP 404:
  "书源详情页已失效(404),该书源可能需要更新。"
  [更换书源]

规则不支持:
  "该书源的详情解析规则包含不被当前版本支持的语法(如 @js),更新 APP 后可能可用。"
  [查看原始页面]

规则解析为空:
  "目标网站页面结构已变化,书源规则可能已过时。"
  [重试] [更换书源]

6.4 改动量

  • legado_engine.dart 新增 _classifyError() 方法 ~30 行
  • _shortError() 新增 reason 字段 ~10 行
  • online_book_detail_page.dart 根据 reason 展示不同的 UI ~30 行
  • 总计 ~70 行
  • 零新依赖

七、第 5 步:JS 特判(零依赖)

7.1 问题

很多漫画源的 contentRule 直接写 JS:

"content": "<js>\nvar result = [];\nvar imgs = JSON.parse...\nnewImgs.map(...)\nresult.join('\\n')</js>"

或者写在 ruleContent.content 里用 @js: 前缀。

当前引擎对 @js: 和 <js> 完全无处理能力,规则执行到这一步直接抛异常。

7.2 第一阶段的 JS 特判策略

不引入完整 JS 引擎。只做模式匹配,覆盖最常见的漫画图片提取模式:

模式 真实 JS 代码 特判正则
newImgs.map newImgs.map(i => i.url) 先扫描 rawHtml 中的 var newImgs = [...]
imageList imageList[0].src 扫描 var imageList = [...]
page_url page_url + img 扫描 var page_url = "..."
chapterImages chapterImages.join 扫描 var chapterImages = [...]
km5_img_url km5_img_url 扫描 var km5_img_url = "..."
base64Images 从 base64 解码 检测 data:image 前缀
eval(decrypt(...)) 简单解密 正则提取被 eval 的字符串

7.3 实现方式

List<String> _jsFallbackImages(String rawHtml, String baseUrl) {
  final patterns = [
    // 1. 数组变量
    _JsVarPattern('newImgs', arrayPattern: true),
    _JsVarPattern('imageList', arrayPattern: true),
    _JsVarPattern('chapterImages', arrayPattern: true),
    _JsVarPattern('pics', arrayPattern: true),
    _JsVarPattern('imgList', arrayPattern: true),
    _JsVarPattern('pageImgs', arrayPattern: true),

    // 2. 字符串拼接变量
    _JsVarPattern('page_url', arrayPattern: false),
    _JsVarPattern('imgDomain', arrayPattern: false),

    // 3. data:image 内嵌
    _JsVarPattern('data:image', base64Pattern: true),
  ];

  for (final pattern in patterns) {
    final urls = _tryExtractJsVar(rawHtml, pattern);
    if (urls.isNotEmpty) return urls.map((u) => resolveUrl(baseUrl, u)).toList();
  }
  return const [];
}

7.4 改动量

  • legado_engine.dart 新增 _jsFallbackImages() ~60 行
  • _tryExtractJsVar() ~40 行
  • 总计 ~100 行
  • 零新依赖

八、第 6 步:@put / @get 上下文变量

8.1 用途

Legado 高级规则中可以在同一次执行中跨步骤传值:

@put:{bookId:$.id}
// ... 在后续规则中使用 ...
/api/book/{{bookId}}/chapters

8.2 实现方式

在 LegadoRuleExecutor 中维护一个 Map<String, String> _context。

class LegadoRuleExecutor {
  final Map<String, String> _context = {};

  // 执行 @put:{key:value} 时写入 _context
  // 解析 URL 模板时用 _context 替换 {{key}}
  // @get:key → 从 _context 读取
}

8.3 改动量

  • legado_rule_parser.dart 新增 _context Map ~5 行
  • @put / @get 语法解析 ~30 行
  • _applySearchTemplate() 新增 {{$.key}} 占位符支持 ~10 行
  • 总计 ~45 行
  • 零新依赖

九、第 7 步:书源兼容度检测

9.1 目标

导入书源后,自动分析每个书源用到的规则语法,打上兼容度标签,在书源管理 UI 中展示。

9.2 兼容度标签定义

enum SourceCompatLevel {
  full,         // 完全兼容:所有规则语法已被引擎支持
  partial,      // 部分兼容:搜索可用,但正文/详情可能因缺少 JS 执行而不完整
  needsJs,      // 需要 JS:contentRule 或 bookInfoRule 依赖 @js 或 <js>
  needsPost,    // 需要 POST 搜索:searchMethod == POST 或 URL 包含 ,{
  needsHeaders, // 需要自定义请求头
  broken,       // 已失效:基础 URL 不可达
  unknown,      // 尚未验证
}

class SourceCompatInfo {
  final SourceCompatLevel level;
  final bool searchOk;        // 搜索规则可执行
  final bool bookInfoOk;      // 详情规则可执行
  final bool tocOk;           // 目录规则可执行
  final bool contentOk;       // 正文规则可执行
  final bool hasJsRule;       // 规则中包含 @js / <js>
  final bool hasPutGet;       // 规则中包含 @put / @get
  final List<String> warnings; // 警告信息列表
}

9.3 检测逻辑(导入时运行)

SourceCompatInfo analyzeSource(LegadoSource source) {
  final warnings = <String>[];
  bool hasJs = false;
  bool hasPutGet = false;
  bool hasChainSyntax = false;

  // 1. 检查所有规则字段是否包含 JS 语法
  for (final rule in _allRuleFields(source)) {
    if (rule == null) continue;
    if (rule.contains('@js') || rule.contains('<js>')) hasJs = true;
    if (rule.contains('@put') || rule.contains('@get')) hasPutGet = true;
    if (rule.contains('@tag.') || rule.contains('@src') ||
        rule.contains('@text') || rule.contains('@html')) {
      hasChainSyntax = true;
    }
  }

  // 2. 评估各模块可行性
  final searchOk = source.searchUrl != null && source.searchListRule != null;
  final bookInfoOk = source.bookInfoTocRule != null || source.bookInfoNameRule != null;
  final tocOk = source.tocListRule != null || source.tocNameRule != null;
  final contentOk = source.contentRule != null;

  // 3. 确定级别
  SourceCompatLevel level;
  if (!searchOk && !contentOk) {
    level = SourceCompatLevel.broken;
  } else if (hasJs) {
    level = SourceCompatLevel.needsJs;
  } else if (hasPutGet) {
    level = SourceCompatLevel.partial;
  } else if (!bookInfoOk && !contentOk) {
    level = SourceCompatLevel.partial;  // 只能搜
  } else {
    level = SourceCompatLevel.full;
  }

  return SourceCompatInfo(level: level, ...);
}

9.4 UI 展示

在 source_manager_page.dart 的书源列表中,每行右侧显示兼容度标签:

包子漫画5          [🔴 需要 JS]
6漫画              [🔴 需要 JS]
全本玄幻小说        [🟢 完全兼容]
WebToon            [🟡 需要 POST]
某已失效源          [⚫ 已失效]

9.5 改动量

  • legado_models.dart 新增 SourceCompatInfo 类 ~30 行
  • source_manager.dart 新增 analyzeSource() ~50 行
  • source_manager_page.dart UI 展示 ~40 行
  • 总计 ~120 行
  • 零新依赖

十、第 8 步:完整 JS 引擎

10.1 时机

前 7 步完成后,已有书源中约 60-70% 的漫画源可正常阅读(通过 JS 特判覆盖)。剩下的 30-40% 需要完整 JS 执行环境。

10.2 推荐方案

方案 优点 缺点
flutter_js 纯 Dart,不依赖 WebView 性能一般,JS 互操作受限
quickjs_dart_bridge 轻量、快、支持 ES2020 需要 Native 桥接
flutter_js_engine 基于 JavaScriptCore/QuickJS 体积较大
WebView 隐藏执行 兼容性最好 太重,不适合批量

建议:先用 quickjs_dart_bridge(已有成功集成到阅读器的先例)。

10.3 注入的 JS 运行环境

// 注入变量
result;           // 当前 HTML 或 RuleParser 结果
baseUrl;          // 当前请求的 base URL

// 注入函数(兼容 Legado 的 java.xxx 调用风格)
java.get(key);           // → 从 _context 读
java.put(key, value);    // → 写入 _context
java.getElements(html, selector); // → querySelectorAll → 返回元素列表
java.base64Decode(str);  // → base64 解码
java.ajax(url);          // → HTTP GET → 返回响应文本

// 注入输出收集器
__result;  // 脚本执行完毕后读取此变量作为输出

10.4 安全措施

  • JS 沙箱:禁止 XMLHttpRequest、fetch、localStorage
  • 超时限制:每条 JS 规则最多执行 3 秒
  • 错误隔离:单条 JS 规则失败不影响其他规则
  • Isolate 执行:防卡 UI(可选,复杂度较高)

10.5 改动量

  • pubspec.yaml 新增 quickjs_dart_bridge 依赖
  • 新建 legado_js_runner.dart ~150 行
  • LegadoRuleExecutor 集成 JS 执行 ~30 行
  • 总计 ~180 行

十一、完整实施路线图

Week 1   ████████░░░░░░░░░░░░
         第1步: rawHtml 兜底 + script 变量扫描
         第2步: @tag/@text/@html/@src 链式语法

Week 2   ████████░░░░░░░░░░░░
         第3步: ##/||/&& 语法
         第4步: 错误类型区分

Week 3   ████████████████░░░░
         第5步: JS 特判
         第6步: @put/@get
         第7步: 书源兼容度检测

Week 4+  ████████████████████
         第8步: 完整 JS 引擎
         测试: 30+ 书源的回归测试

     零新依赖          新依赖
  ├───────────────────┼──────────┤
  第1步              第8步
  第2步
  第3步
  第4步
  第5步
  第6步
  第7步

十二、改动文件清单

文件 第1步 第2步 第3步 第4步 第5步 第6步 第7步 第8步
legado_rule_parser.dart 🔧250 🔧80 🔧45
legado_engine.dart 🔧40 🔧70 🔧100 🔧10 🔧30
legado_models.dart 🔧30
source_manager.dart 🔧50
source_manager_page.dart 🔧40
online_book_detail_page.dart 🔧30
legado_js_runner.dart 🆕 🆕150
pubspec.yaml +1dep

十三、总结

整个方案的核心理念是:

RuleParser 是对现有 CSS/JSON/Regex 的兼容 → 保留为底层原子工具
LegadoRuleExecutor 是新增的链式规则执行层 → 理解 @tag、##、||、&&
JS 分两级做 → 特判覆盖 60% + 引擎覆盖 40%
书源兼容度检测 → 导入时打标签,用户体验闭环

请求层不动 —— 它没问题
Bug 优先级由截图驱动 —— 第1步修截图3,第2步解锁主流漫画源,第4步修截图1
前4步零新依赖,直接在现有文件里改

一句话:不推翻现有代码,在 RuleParser 之上加一层链式规则执行器,让 @tag.img@src 和 ##替换 能被正确理解,这是解锁包子漫画 5 等主流漫画源的关键。


附录:All.json 常见规则语法统计

基于对 30+ 个典型漫画/小说书源规则的手工分析:

语法 出现频率 典型场景 本方案覆盖
@tag.xxx ★★★★★ 漫画正文图片提取 第2步
@src ★★★★★ 图片 URL 提取 第2步
@text ★★★★ 书名/作者/章节名 第2步
@html ★★★ 正文 HTML 提取 第2步
## ★★★★ 广告/水印净化 第3步
|| ★★★★ 备选规则 第3步
&& ★★★ 多字段拼接 第3步
<js> / @js: ★★★ 漫画图片解密 第5/8步
@put / @get ★★ 跨步骤传递 ID 第6步
@css: ★★★ 嵌套 CSS 选择 第2步
@data-xxx ★★ data-original 等 第2步
,{method,body} ★★ POST 搜索 请求层(现有)