python脚本下载jyy老师的主页课程课件。

如有文件缺失或者代码bug，欢迎补充。

1. 需要提前安装好python环境。【Python 3.10.12和Python 3.12.0下能够正常运行】
2. 执行python3 --version或者python --version能够得到正确的输出后，使用cd命令或者打开IDE进入到存放本脚本的文件夹中
3. 执行python main.py或者在IDE中选择运行【run】
4. 运行脚本后，会提示并等待你得输入，输入对应选项后稍待片刻即可在与脚本同一文件夹下的Courseware中得到相应课件

当注释下面这行时，再执行代码时无论提供哪个下载选项，你会下载到https://jyywiki.cn/下几乎所有的文件。

#"https://jyywiki.cn/index.html",                           # unnecessary

原因是文件中存在相互引用，而https://jyywiki.cn/index.html中包含所有的课程链接，而课程文件中又包含了主界面和其他资源文件的链接……

由于因为不知道https://jyywiki.cn这个主页对应的文件，所以无法下载该页面，也就无法找到该页面应用的文件比如https://jyywiki.cn/Letter.md

还有部分文件内嵌在ipynb.html中，也没有指明文件链接，同时，由于生成html文件压缩了代码，嵌入在html中的文件是不可读的，所以当ipynb.html代码无法显示时，只能在往期的版本中查找是否有对应的显示正确的html课件。问题在于往期文件中也存在各种各样的问题，由于个人原因，没办法一个一个检查哪个文件是比较好的，哪个文件是有问题的。

也因为文件众多，实在无法一个一个看过来，所以如果你发现了问题，无论是代码还是文件，你都可以提一个issue或者PR，成为本项目的贡献者，我也非常非常欢迎。我会在文末列举一个贡献者名单，指向你的私人链接。

• 添加了注释，对代码做了部分修改
• 添加了文件lab-makefile.png
• 本次更新主要是为了发布一个release。上个release中的文件存在无法加载PPT的问题，需要执行代码选择并输入D选择ALL或者C选择2023，即可修复路径引用的问题，才可以正常查看嵌入.ipynb.html文件中的PPT。

很久没有维护仓库了，其实也知道存在一些问题。今天一并完善好了。

本次更新修复了随着jyy老师更新课件而产生的bug，主要的问题是新的课件中路径的转变，导致以前的代码运行会出现众多的文件链接生成错误。

• 重写了路径生成的相关代码，但这部分代码有点难以阅读，也没有写注释，总体还是在解决路径问题，包括Linux和Windows下不同的分隔符。
• 添加了visualize.py这个文件到Courseware/pages/OS/2022/demos/visualize.py路径下，该文件属于文件中没有引用链接仅有关键字的文件，而且在https://jyywiki.cn/网站中也没有这个文件。
• 发现本地的文件没办法加载出PPT，原因出在了src="/OS/2023/build/slides/xx.xx.slides.html"，对比以前的文件发现是这么写的../slides/xx.xx.slides.html，能够正常加载PPT，添加了一个file_fix()，将/OS/build/2023/slides替换为../sildes。【防止出现误替换，所以加长了匹配的字符】
• 修复了file_fix()没有判定文件夹存在可能导致错误的问题。
• 将html文件中被编码的数字转化为中文，也使得关键字查找更加方便。

忘了验证其他年份课件的下载了，然后发现jupyter课件中的href属性中提供的链接是这样的

<h3 id="Demo%EF%BC%9A%E4%BD%BF%E7%94%A8-tar-%E5%91%BD%E4%BB%A4">Demo&#65306;&#20351;&#29992; tar &#21629;&#20196;<a class="anchor-link" href="lect1.ipynb.html#Demo%EF%BC%9A%E4%BD%BF%E7%94%A8-tar-%E5%91%BD%E4%BB%A4">&#182;</a>

导致解析后下载出现了奇怪的文件夹，添加一行link = urlparse(link).path即可解决问题，这行代码直接提取出目的相对链接lect1.ipynb.html

算是比较重要的一次更新了，本次更新的代码解决了课件中文件下载不全的问题，之前下载不全是因为要猜测会有什么样类型的文件，现在不用猜测了，只需要跟着链接下载即可。

问题也随之而来，老师的html文件中出现了莫名其妙的路径引用比如

<p class="font-serif my-1"><object alt="" class="center" src="/pages/OS/2021/labs/../../img/flame-graph.svg" width="500px" data="../../../pages/OS/img/flame-graph.svg"></object></p>

首先这个办法是没有问题的，确实识别到了众多文件类型，cc,go,svg,pdf等等。

但是这个问题出现的时候直接导致代码出现了IndexError，查了原因就是/pages/OS/2021/labs/../../img/flame-graph.svg惹的祸，然后识别出现问题，可我又要下载怎么办呢？难不成要进行特判？我不能接受，然后看到了后面的data，然后就通过data来下载这个文件了。速度我管不着，代码简洁才是真。

第一版代码写得略微粗糙，全是for+if，逻辑很朴实，大致思路就是从index.html开始下载，然后对下载的文件中的资源执行分析，然后对分析的链接再次下载......反复执行这个过程。 主要的限制在于只能下载2023年的课件。