本地树形目录索引脚本

▣ 2026-08-22⌁ 464 字◷ 2 分钟阅读▱ 笔记⌗ 1 个标签

自动化生成方案（PowerShell 脚本）

在 D:\ABC 目录下新建并运行 build_for_spider.ps1。该脚本会遍历所有子目录，并在每个文件夹下生成标准的静态 HTML 文件：

$targetDir = "D:\ABC"
$imgExts = @('.jpg', '.jpeg', '.png', '.webp', '.gif', '.bmp')

# 递归为每个子目录生成内容页
Get-ChildItem -LiteralPath $targetDir -Directory -Recurse | ForEach-Object {
    $folder = $_
    $images = Get-ChildItem -LiteralPath $folder.FullName -File | Where-Object { 
        $imgExts -contains $_.Extension.ToLower() 
    }

    $imgTags = ($images | ForEach-Object { 
        "<p><img src=""$($_.Name)"" alt=""$($_.Name)""></p>" 
    }) -join "`n    "

    $subFolders = Get-ChildItem -LiteralPath $folder.FullName -Directory
    $subLinks = ($subFolders | ForEach-Object { 
        "<li><a href=""$($_.Name)/index.html"">$($_.Name)</a></li>" 
    }) -join "`n    "

    $html = @"
<!DOCTYPE html>
<html>
<head><meta charset="utf-8"><title>$($folder.Name)</title></head>
<body>
  <div class="content">
    <h1>$($folder.Name)</h1>
    <div class="images">
    $imgTags
    </div>
    <ul class="sub-folders">
    $subLinks
    </ul>
  </div>
</body>
</html>
"@
    [System.IO.File]::WriteAllText("$($folder.FullName)\index.html", $html, [System.Text.Encoding]::UTF8)
}

# 生成根目录列表页 (D:\ABC\index.html)，列出所有顶级子文件夹
$rootFolders = Get-ChildItem -LiteralPath $targetDir -Directory
$rootLinks = ($rootFolders | ForEach-Object { 
    "<li><a href=""$($_.Name)/index.html"">$($_.Name)</a></li>" 
}) -join "`n  "

$rootHtml = @"
<!DOCTYPE html>
<html>
<head><meta charset="utf-8"><title>相册索引</title></head>
<body>
  <ul class="folder-list">
  $rootLinks
  </ul>
</body>
</html>
"@
[System.IO.File]::WriteAllText("$targetDir\index.html", $rootHtml, [System.Text.Encoding]::UTF8)
Write-Host "所有静态采集页面生成完成！"

火车头采集器规则配置

生成完成后，IIS 站点绑定指向 D:\ABC，在火车头中进行如下极简配置：

起始网址（列表页）：[http://127.0.0.1/index.html]
获取内容页网址（列表规则）：
- 区域开始：<ul class="folder-list">
- 区域结束：</ul>
- 提取链接正则/标签：<a href="[参数]/index.html">[参数]</a>
如果有多级目录（多层级爬取）：
- 在火车头规则中勾选“允许抓取二级列表/递归遍历”，匹配子目录链接 <ul class="sub-folders">...</ul>。
内容标签提取：
- 标题：<h1>[参数]</h1>
- 图片正文：
  - 区域开始：<div class="images">
  - 区域结束：</div>
  - 字段处理：直接使用“下载图片并替换为本地/指定路径”。