# Coursera 課程備份工具

這個工具可以幫助你備份 Coursera 課程內容到本地裝置，包括影片、文字內容和字幕。

## 功能特色

- ✅ 自動登入 Coursera 帳號
- ✅ 下載課程影片
- ✅ 下載影片字幕/逐字稿
- ✅ 下載課程文字資料
- ✅ 支援批次下載多個課程
- ✅ 自動整理課程檔案結構
- 🔒 多層級反機器人偵測機制

## 安裝步驟

### 1. 安裝 Python

確保你的電腦已安裝 Python 3.8 或更高版本。可以到 [Python 官網](https://www.python.org/downloads/) 下載。

### 2. 安裝相依套件

在專案目錄下執行：

```bash
pip install -r requirements.txt
```

### 3. 設定 Chrome 瀏覽器

這個工具使用 Selenium 和 Chrome 瀏覽器來模擬登入和下載。請確保：
- 已安裝 Google Chrome 瀏覽器
- 程式會自動下載對應的 ChromeDriver

## 使用方法

### 1. 建立配置檔案

複製 `config.example.json` 並重新命名為 `config.json`：

```bash
copy config.example.json config.json
```

### 2. 編輯配置檔案

在 `config.json` 中填入你的資訊：

```json
{
  "email": "your-email@example.com",
  "password": "your-password",
  "output_dir": "downloads",
  "download_videos": true,
  "download_subtitles": true,
  "download_resources": true,
  "headless": false,
  "course_urls": [
    "https://www.coursera.org/learn/your-course-name"
  ]
}
```

**配置說明：**
- `email`: 你的 Coursera 帳號
- `password`: 你的 Coursera 密碼
- `output_dir`: 下載檔案的儲存目錄
- `download_videos`: 是否下載影片（true/false）
- `download_subtitles`: 是否下載字幕（true/false）
- `download_resources`: 是否下載其他資源（true/false）
- `headless`: 是否使用無頭模式（true 為背景執行，false 會顯示瀏覽器視窗）
- `delay_between_requests`: 請求間隔秒數（建議 3-5 秒，避免被偵測）
- `random_delay`: 是否使用隨機延遲（true 更安全）
- `max_retries`: 失敗重試次數
- `course_urls`: 要下載的課程網址列表

### 3. 執行程式

```bash
python coursera_downloader.py
```

## 檔案結構

下載完成後，檔案會按照以下結構組織：

```
downloads/
└── 課程名稱/
    ├── course_info.json      # 課程資訊
    ├── Week_1/               # 第一週內容
    │   ├── video1.mp4
    │   ├── subtitle1.vtt
    │   └── reading1.txt
    ├── Week_2/
    │   └── ...
    └── ...
```

## 重要注意事項

⚠️ **法律與道德考量**

1. **僅供個人學習使用**：下載的課程內容僅供你個人學習和備份使用
2. **尊重版權**：請勿分享、轉售或公開傳播下載的內容
3. **遵守服務條款**：使用本工具前請確認你已閱讀並同意 Coursera 的服務條款
4. **帳號安全**：`config.json` 包含你的密碼，請勿分享此檔案

⚠️ **帳號安全與異常活動**

1. **不影響課程資料**：此工具僅讀取和下載內容，不會影響你的測驗成績、作業記錄或課程進度
2. **異常活動風險**：頻繁的自動化操作可能被 Coursera 偵測為異常活動，建議：
   - **使用適當延遲**：保持 3-5 秒的請求間隔
   - **啟用隨機延遲**：讓操作更像人類行為
   - **避免過度使用**：不要在短時間內下載大量課程
   - **離峰時段使用**：避開平台高峰時段
   - **分批下載**：一次下載一個課程，間隔一段時間再下載下一個
3. **帳號風險**：雖然工具已加入反偵測機制，但仍有可能觸發 Coursera 的安全警報，請自行評估風險

⚠️ **技術限制**

1. **需要有效的課程註冊**：你必須已經註冊了該課程才能下載內容
2. **網路連線**：下載過程需要穩定的網路連線
3. **Coursera 網站變更**：如果 Coursera 更改網站結構，程式可能需要更新
4. **下載速度**：視課程大小和網路速度而定，可能需要較長時間
5. **異常活動偵測**：為避免觸發 Coursera 的安全機制，程式已加入延遲和隨機化，建議：
   - 不要在短時間內下載過多課程
   - 使用建議的延遲設定（3-5 秒）
   - 避免頻繁重複執行
   - 選擇離峰時段使用

## 進階使用

### 自訂下載選項

你可以根據需求修改 `config.json` 中的設定：

- 只下載字幕：設定 `"download_videos": false`
- 背景執行：設定 `"headless": true`
- 批次下載：在 `course_urls` 陣列中加入多個課程網址
- 調整安全性：
  - `"delay_between_requests": 5` - 增加延遲時間（更安全但更慢）
  - `"random_delay": true` - 啟用隨機延遲（強烈建議）
  - `"headless": false` - 顯示瀏覽器視窗（便於監控和除錯）

### 安全使用建議

為了降低帳號風險和避免被偵測：

1. **首次使用**：建議先用 `headless: false` 觀察程式行為
2. **測試運行**：先測試下載單一課程的少量內容
3. **分散下載**：每天最多下載 1-2 個課程
4. **避免重複**：不要對同一課程重複執行下載
5. **監控日誌**：注意程式輸出的錯誤訊息
6. **帳號狀態**：定期檢查 Coursera 帳號是否正常
7. **使用預設設定**：不要修改延遲時間至過低（< 2 秒）
8. **離峰時段**：建議在晚上或週末使用
9. **分批處理**：如果要下載多個課程，每個課程間隔 12-24 小時

### 疑難排解

**問題：無法登入**
- 檢查帳號密碼是否正確
- 確認 Coursera 帳號狀態正常
- 嘗試關閉 headless 模式查看錯誤
- 檢查是否有雙重驗證（2FA）啟用

**問題：被標記為異常活動**
- 增加 `delay_between_requests` 到 5-10 秒
- 確保 `random_delay` 設為 `true`
- 設定 `headless: false` 以模擬真實瀏覽器行為
- 暫停使用一段時間（24-48 小時）
- 嘗試在不同時段使用
- 清除瀏覽器 cookies 並重新登入
- 檢查是否使用 VPN，嘗試關閉或更換 IP

**問題：找不到影片**
- Coursera 網站結構複雜且經常變更
- 可能需要手動調整程式碼來適應特定課程
- 建議使用瀏覽器開發者工具分析頁面結構

**問題：下載速度慢**
- 這是正常現象，延遲設定越高越慢但越安全
- 影片檔案較大需要時間
- 可以在離峰時段下載

## 開發資訊

- **語言**: Python 3.8+
- **主要套件**: 
  - `selenium` - 網頁自動化
  - `yt-dlp` - 影片下載
  - `requests` - HTTP 請求
  - `beautifulsoup4` - HTML 解析
- **多層級反機器人偵測機制**:
  - ✅ 隱藏 Selenium webdriver 特徵
  - ✅ 偽裝 navigator 屬性（plugins, languages 等）
  - ✅ 模擬人類滑鼠移動軌跡
  - ✅ 模擬真實打字速度（含停頓與節奏變化）
  - ✅ 隨機化滾動行為
  - ✅ 隨機延遲與等待時間
  - ✅ 完整的瀏覽器 Headers（User-Agent, Accept, Referer 等）
  - ✅ Chrome DevTools Protocol (CDP) 設定
  - ✅ 禁用自動化標記和擴充功能

## 授權

請參考 LICENSE 檔案。

## 免責聲明

本工具僅供學習和研究使用。使用者應自行承擔使用本工具的所有風險和責任。開發者不對使用本工具導致的任何問題負責，包括但不限於：

- 違反 Coursera 服務條款
- 帳號被封鎖或停用
- 觸發異常活動警報
- 版權糾紛
- 資料遺失
- 課程存取權限被撤銷

**重要提醒**：
- 本工具使用自動化技術存取 Coursera，可能違反其服務條款
- 雖然已加入安全機制，但無法保證完全不被偵測
- 建議僅用於已購買或正式註冊的課程進行個人備份
- 不建議頻繁或大量使用

使用本工具即表示你理解並接受上述所有風險和限制。

## 技術細節

### 反機器人偵測技術

本工具實現了多層級的反偵測機制：

1. **瀏覽器指紋偽裝**
   - 移除 `navigator.webdriver` 屬性
   - 偽裝 `navigator.plugins` 和 `navigator.languages`
   - 添加 `window.chrome` 物件
   - 使用 Chrome DevTools Protocol 覆寫 User-Agent

2. **人類行為模擬**
   - 滑鼠移動軌跡：使用 ActionChains 模擬真實移動
   - 打字節奏：隨機按鍵間隔和偶爾停頓
   - 滾動行為：隨機滾動距離和速度
   - 點擊前移動：模擬滑鼠移動到元素再點擊

3. **網路請求偽裝**
   - 完整的 HTTP Headers（Accept, Accept-Language, Accept-Encoding）
   - Referer 設定
   - 請求間隨機延遲
   - Keep-alive 連線

4. **Selenium 特徵隱藏**
   - 禁用自動化控制標記
   - 移除 `enable-automation` 開關
   - 禁用自動化擴充功能
   - 使用新版 headless 模式

### 為什麼還是可能被偵測？

儘管已做了充分的偽裝，但以下情況仍可能被偵測：

- 行為模式分析：大量下載、無人類交互
- Canvas/WebGL 指紋：更進階的瀏覽器指紋識別
- 時間分析：過於精確的時間間隔
- IP 與地理位置：異常的登入地點
- 系統資源使用模式的差異

## 貢獻

歡迎提出 Issue 或 Pull Request 來改進這個工具！

---

**最後更新**: 2025-12-16