櫻坂46 部落格備份工具

備份 櫻坂46 官方網站 上指定成員的部落格文章，將列表頁與文章內頁（含圖片、CSS、JS 等資源）完整下載到本機，方便離線瀏覽與長期保存。

功能特色

• 依成員 ID 抓取該成員的所有部落格文章，自動翻頁直到偵測「Not Found」頁面為止
• 下載文章內的圖片、CSS、JS、CSS 背景圖等資源，並修改 HTML 內的連結指向本機檔案
• 增量備份：已下載過的文章會自動略過，不會重複下載
• 若頁面中有任何資源下載失敗，該頁面會整頁放棄存檔（避免半殘檔案），下次執行時會自動重試
• 下載失敗時具備自動重試機制（連線錯誤、逾時、伺服器 5xx 錯誤重試 3 次）
• 能區分「正常翻到底」與「網路下載失敗」：翻到底才正常結束；若列表頁因網路問題失敗，會明確提示掃描中斷、可能未完成，請重新執行（不會誤判成已備份完整）
• 執行結束時列出本次結果：新增備份幾篇、以及哪些文章下載失敗（方便下次補抓）
• 執行時可選擇是否關閉 SSL 驗證，因應公司內網等有 SSL 攔截的環境
• 每頁列表會自動加上「上一頁 / 下一頁」導覽列，方便離線瀏覽時翻頁

檔案說明

檔案	說明
blog_copy.py	主程式原始碼
sakura_blog_copy.exe	打包好的執行檔（Windows，免安裝 Python 即可執行）
members.json	成員對照表，成員 ID: 成員名稱，可自行編輯新增/修改成員
blog-thumb-empty.ico / .png	程式圖示
Sakurazaka_Backup/	備份輸出資料夾，每位成員一個子資料夾

使用方式

方法一：直接執行 exe

1. 確認 sakura_blog_copy.exe 與 members.json 位於同一個資料夾
2. 雙擊執行 sakura_blog_copy.exe
3. 依畫面提示輸入成員 ID（例如 43）
4. 接著會詢問是否關閉 SSL 驗證，一般情況直接按 Enter（維持驗證）即可
5. 程式會自動開始下載，完成後備份檔會存放在 Sakurazaka_Backup/<成員名稱>/ 資料夾中

方法二：以原始碼執行

需先安裝 Python 3 與相依套件：

pip install requests beautifulsoup4

執行程式：

python blog_copy.py

關於 SSL 驗證選項

程式啟動時會詢問是否關閉 SSL 驗證，預設維持開啟（直接按 Enter 或輸入 n）。

如果你在公司內網等環境下執行時遇到類似下列錯誤，通常是因為網路端做了 SSL 攔截，此時可在提示出現時輸入 y 關閉驗證來繞過：

[SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed:
unable to get local issuer certificate

關閉 SSL 驗證會降低連線安全性，若非遇到上述問題，建議維持開啟。更正規的做法是向公司 IT 取得攔截用的 CA 憑證檔並指定給程式使用。

可調整設定

常用的參數都集中在 blog_copy.py 最上方的「可調整設定區」，要修改時改那裡即可，不需要翻找程式內部。主要包含：

設定	說明
BACKUP_ROOT	備份輸出的主資料夾名稱（預設 Sakurazaka_Backup）
MEMBERS_FILENAME	成員對照表檔名（預設 members.json）
BASE_LIST_URL	部落格列表頁網址
REQUEST_TIMEOUT	連線逾時秒數（怕網路 lag 可調大，預設 30）
PAGE_DELAY	每掃描完一頁後的等待秒數（放慢速度、對伺服器友善）
MAX_RETRIES / RETRY_BACKOFF	失敗重試次數與間隔
SELECTOR_* / NOTFOUND_*	頁面結構相關的 CSS selector 與判讀文字

若官網改版導致抓不到文章或無法正常判斷結尾，多半是頁面結構變了，對照新版頁面調整設定區裡的 SELECTOR_* 即可，通常不需要改動主程式邏輯。

編輯成員對照表

成員 ID 與名稱記錄在 members.json，格式為：

{
    "43": "Inoue_Rina_(井上梨名)",
    "45": "Takemoto_Yui_(武元唯衣)",
    "46": "Tamura_Hono_(田村保乃)",
    "47": "Fujiyoshi_Karin_(藤吉夏鈴)",
    "48": "Matsuda_Rina_(松田里奈)",
    "50": "Morita_Hikaru_(森田ひかる)"
    ...
}

若成員名單有異動（例如新成員加入、成員畢業），直接編輯此檔案即可，不需要修改程式碼或重新打包 exe。若讀取不到任何成員資料（檔案不存在或格式錯誤），程式會直接結束。

成員 ID 可從官網該成員頁面的網址結尾取得，例如 https://sakurazaka46.com/s/s46/artist/46 的 ID 就是 46。

編輯 JSON 時常見的錯誤：

• 最後一筆後面不能有逗號（中間每一筆都要有，只有最後一筆沒有）
• key 與 value 都要用雙引號 "，不能用單引號
• 檔案要直接以 { 開頭，不能寫成 MEMBERS = { ... }

JSON 標準格式不支援註解，若要標記畢業成員或加註說明，需調整檔案結構（例如改用陣列 + graduated 欄位）。

備份輸出結構

Sakurazaka_Backup/
└── <成員名稱>/
    ├── blog_list_0.html         # 部落格列表第 1 頁
    ├── blog_list_1.html         # 部落格列表第 2 頁
    ├── ...
    ├── details/
    │   ├── blog_<文章ID>.html   # 文章內頁
    │   └── ...
    └── sakurazaka46.com/        # 下載的圖片、CSS、JS 等資源

注意事項

• 請勿短時間內大量重複執行，避免對官方伺服器造成過大負擔
• 若成員已畢業，官網上的部落格文章可能已下架，執行備份時該成員可能沒有任何文章可抓取
• 程式會偽裝瀏覽器 User-Agent 以避免部分請求被阻擋，僅供個人備份與離線保存使用