[原创]自己动手写CSDN博客提取器，提取文件保存支持PDF、doc、txt三种格式

最新推荐文章于 2024-05-15 18:48:27 发布
最新推荐文章于 2024-05-15 18:48:27 发布
阅读量7.1w 收藏 52
点赞数 18
分类专栏： Java Language
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wypblog/article/details/7760907
版权

下载地址http://download.csdn.net/detail/w397090770/4438566（不需要积分）

下面有网友说爬取到的博文没有任何博主的信息，今天我更新了一下代码， 在每一篇爬取到的博文中添加了作者博客名字以及这篇博文的地址，详细见下图。

用了好久的CSDN博客，发现里面有很多的很不错的文章，但是一篇一篇的复制、粘贴总觉得很麻烦，于是，花了1天半的时间做了一个CSDN博客提取器，可以爬取CSDN博客指定用户所有的文章列表，可以选择相关的文章进行下载，下载保存支持PDF、doc、txt三种格式。保存的pdf

最低0.47元/天 解锁文章
过往记忆
关注
  • 18
    点赞
  • 踩
  • 52
    收藏
    觉得还不错? 一键收藏
  • 62
    评论
专栏目录
简单爬取CSDN下载资源信息
明镜止水的博客
04-04 4319
这是一篇Python爬取CSDN下载资源信息的例子，主要是通过urllib2获取CSND某个人所有资源的资源URL、资源名称、分数等信息；写这篇文章的原因是我想获取自已的资源所有的评论信息，但是由于评论采用JS临时加载，所以这篇文章先简单介绍如何人工分析HTML页面爬取信息。 代码如下： # coding=utf-8 import urllib import time import r
CSDN博客提取器
07-19
本程序用java编写，运行的时候需要JDK1.5或以上环境，无需安装。程序通过分析CSDN博客源码来生成一些必要的数据，可能在以后使用当中出现爬取不了的情况，可能是CSDN的源码结构修改了。程序只是用于学习之用，严禁用于非法目的而照成CSDN服务器过载。 由于生成PDF的时候需要依赖字库，所以在打包程序的时候把一些必要的字库已经放到程序中去了。可能在生成一些PDF文件的时候出现乱码问题，那是因为里面缺少需要的字库，如遇到这个问题，请和本人联系wyphao.2007@163com #################################################### 程序功能： 1、支持输入CSDN博客用户名针对性下载 2、支持选择保存下载的文件 保存的结构目录为： 选择的保存路径\CSDN用户名\img 该用户的头像保存路径 选择的保存路径\CSDN用户名\pdf 生成的PDF文件保存路径 选择的保存路径\CSDN用户名\doc 生成的DOC文件保存路径 选择的保存路径\CSDN用户名\txt 生成的TXT文件保存路径 3、支持获取用户博客信息 4、支持显示用户所有的帖子列表 5、可以自己选择需要下载的帖子，有全选、反选、重置按钮 6、支持下载的文件保存为 pdf、doc、txt三种格式 7、生成的pdf、doc文件支持图片 8、支持进度显示 #################################################### 制作时间：2012年07月17日 - 2012年07月18日 制 作：w397090770 个人博客：http://blog.csdn.net/w397090770 Email ：wyphao.2007@163.com 版权所有，翻版不究 ####################################################
CSDN中的文章下载、保存， 完美解决csdn文件保存问题，可以离线查看，也可以随意复制粘贴
qq_37776764的博客
04-27 1万+
CSDN中的文章下载、保存，完美解决csdn文件保存问题，可以离线查看，也可以随意复制粘贴
如何将CSDN博客的内容导出为pdf，同时隐藏导航栏，侧边栏及广告
最新发布
valsedefleurs的博客
05-15 229
2. Ctrl+P组合快捷键打开打印弹窗，选择另存为PDF。
获取下载地址（URL）
m0_71689546的博客
11-18 7418
上期有很多人回复我：下载URL咋获取啊？所以，我又写了一篇文章，就是关于怎么获取下载URL的。有兴趣的欢迎来看一看~
用python爬取网站中的文件并下载
weixin_42607969的博客
12-19 2171
你好！下面是使用 Python 爬取网站中的文件并下载的一些步骤： 首先，使用 Python 的 requests 库发出 HTTP 请求来获取网站的 HTML 源代码。 然后，使用 Python 的 BeautifulSoup 库来解析 HTML 源代码，找到你想要下载的文件的链接。 使用 requests 库的 get() 方法来发出另一个 HTTP 请求，获取文件的内容。 使用 Py...
[原创]自己动手写博客园博文提取器，提取文件保存支持PDF、doc、txt三种格式
热门推荐
过往记忆大数据
07-21 3万+
下载地址http://download.csdn.net/detail/w397090770/4443454同样是免积分的 前几天发了一个[原创]自己动手写CSDN博客提取器，提取文件保存支持PDF、doc、txt三种格式  飞程序，有网友反映要做一个可以提取博客园博文，今天我分析了一些博客园的网站，做了一个相似的博客园博文提取器，见下图： 功能和前面的CSDN博客提取器一样 #######
CSDN博客提取器修正版
07-19
6、支持下载的文件保存为 pdf、doc、txt三种格式 7、生成的pdf、doc文件支持图片 8、支持进度显示 #################################################### 制作时间：2012年07月17日 - 2012年07月18日 制 作：w...
使用Lucene对doc、docx、pdf、txt文档进行全文检索功能的实现 - 干勾鱼的CSDN博客 - CSDN博客1
08-03
在Java开发中，Lucene被广泛用于实现文件的全文检索功能，包括对doc、docx、pdf、txt等常见格式文档的文本内容检索。在本文中，我们将探讨如何使用Lucene对这些文件类型进行全文检索的实现。 首先，为了实现全文...
博客园博文提取器
07-21
6、支持下载的文件保存为 pdf、doc、txt三种格式 7、生成的pdf、doc文件支持图片 8、支持进度显示 #################################################### 制作时间：2012年07月21日 - 2012年07月21日 制 ...
抓取csdn的个人博客
04-14
爬取的是csdn中个人的博客管理的文章，用于个人的博客物理备份，使用说明见https://blog.csdn.net/qq_33564134/article/details/89297840
网站抓取工具
03-15
这个软件可以帮助开发者抓取自己想研究代码或嫁接他人网站的前端代码文件
C#中PDF文件转WORD文件
01-29
在.NET环境中，C#语言...通过理解这些库的工作原理和提供的API，你可以轻松地集成到自己的项目中，实现文件格式的转换。在实际操作中，需要注意保持格式一致性和处理可能出现的异常情况，确保转换的准确性和稳定性。
【CSDN】 CSDN文章保存为PDF
Hsy的博客
03-02 3624
方法一： 若使用火狐浏览器，借助现成的插件： PDF Saver For CSDN Blog 方法二： Google Chrome浏览器 打开开发者工具 快捷方式：Ctrl+Shift+I 开发者工具图示： 在5中输入以下代码后点击回车即可 (function(){ $("#side").remove(); $("#comment_title, #comment_list, #comment...
如何极速下载网页上的文件? 怎么批量下载文献
easyrecovery15的博客
06-17 1万+
此篇内容，我们简单介绍了如何快速下载网页上的文件，以及怎么批量下载文献。快速下载网页上的文件，我们介绍了三种不同格式文件的下载，其操作均非常简单。批量下载文献，这里我们选择的是使用【导入】下载地址的方式实现的。...
开始
weixin_45595038的博客
11-27 246
文章目录(徐工本科生)希望明天更好，今天开始扬帆起航。新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 (徐工本...
python爬虫-Python 爬虫介绍
q6q6q的专栏
10-28 346
一、什么是爬虫爬虫：一段自动抓取互联网信息的程序，从互联网上抓取对于我们有价值的信息。二、Python爬虫架构Python 爬虫架构主要由五个部分组成，分别是调度器、URL管理器、网页下载器、网页解析器、应用程序（爬取的有价值数据）。调度器：相当于一台电脑的CPU，主要负责调度URL管理器、下载器、解析器之间的协调工作。URL管理器：包括待爬取的URL地址和已爬取的URL地址，防止重复抓取URL和...
网页PDF下载，有了这3种方法，文档随便下
科技小米粒
11-11 1万+
我们经常会在网上找些网文资料，如果你也遇到PDF文件能预览但是不能下载的情况，那今天的文章可千万别错过，今天给大家整理出来这3种简单有效的方法，大家可以根据自己遇到的情况去选择使用。
自己动手写编译器 链接器 pdf csdn
01-30
自己动手写编译器和链接器对于计算机科学和软件工程领域的学习者来说是一项非常有挑战性和有益的任务。下面我将简要介绍如何在CSDN上找到相关的学习资源和教程。 首先，编译器和链接器是计算机软件开发中非常重要的...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 62
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值