成人国产在线小视频_日韩寡妇人妻调教在线播放_色成人www永久在线观看_2018国产精品久久_亚洲欧美高清在线30p_亚洲少妇综合一区_黄色在线播放国产_亚洲另类技巧小说校园_国产主播xx日韩_a级毛片在线免费

資訊專欄INFORMATION COLUMN

我是如何將博客轉(zhuǎn)成PDF的

mindwind / 867人閱讀

摘要：但發(fā)現(xiàn)導(dǎo)出來的沒有高亮語法沒有語法高亮咋看啊，所以到這里我就放棄了，將就用一下博客園生成的吧爬蟲學(xué)習(xí)上面提供的接口是一個生成一個文件，我是不可能一個一個將鏈接和標(biāo)題放上去生成的因?yàn)椴┛蛨@上發(fā)的也將近篇了。

前言 
只有光頭才能變強(qiáng)

之前有讀者問過我：“3y你的博客有沒有電子版的呀？我想要份電子版的”。我說：“沒有啊，我沒有弄過電子版的，我這邊有個文章導(dǎo)航頁面，你可以去文章導(dǎo)航去找來看呀”..然后就沒有然后了。

最近也有個讀者提過這個問題，然后這兩天也沒什么事做，所以打算折騰折騰，看看怎么把博客轉(zhuǎn)成PDF。

一、準(zhǔn)備工作

要將博客轉(zhuǎn)成PDF，我首先想到的是能不能將markdown文件轉(zhuǎn)成PDF(因?yàn)槠綍r我就是用markdown來寫博客的)。

想了一下，原生markdown顯示的話，代碼是沒有高亮的，格式也不會太好看。

所以就放棄了這個想法。

于是就去想一下，可不可以將HTML轉(zhuǎn)成PDF呢。就去GitHub搜了有沒有相關(guān)的輪子，也搜到了一些關(guān)于Python的爬蟲啥的，感覺還是蠻復(fù)雜的。

后來，終于搜到了個不錯的：

https://github.com/petterobam/my-html2file

介紹：收集一系列html轉(zhuǎn)文檔的開源插件，做成html頁面轉(zhuǎn)文件的微服務(wù)集成Web應(yīng)用，目前包含 html轉(zhuǎn)PDF、html轉(zhuǎn)圖片、html轉(zhuǎn)markdown等等。

功能：

網(wǎng)頁轉(zhuǎn)PDF（參用wkhtml2pdf插件）

網(wǎng)頁轉(zhuǎn)圖片（參用wkhtml2pdf插件）

網(wǎng)頁轉(zhuǎn)Markdown（參用jHTML2Md）

網(wǎng)頁轉(zhuǎn)WORD（參用Apache POI）

這里我主要用到的網(wǎng)頁轉(zhuǎn)PDF這么一個功能，對應(yīng)的插件是wkhtml2pdf。

1.1踩坑

發(fā)現(xiàn)了一個不錯的輪子了，感覺可行，于是就去下載來跑一下看看怎么樣。啟動的時候倒沒有出錯，但在調(diào)接口的時候，老是拋出異常。

于是就開始查一下路徑，url有沒有問題啦，查來查去發(fā)現(xiàn)都沒問題啊。

后來才發(fā)現(xiàn)我的wkhtml2pdf.exe文件打不開，說我缺少幾個dll文件。于是，我首先想到的是去wkhtml2pdf官網(wǎng)看看有沒有相關(guān)的問題，想重新下載一個，但官網(wǎng)都進(jìn)不去...(不是墻的問題)

https://wkhtmltopdf.org/

(ps：一個周末過去了，發(fā)現(xiàn)又能打開了。)

好吧，于是就去找‘dll文件缺失怎么辦’。后面發(fā)現(xiàn)，安裝一下Visual C++ Redistributable for Visual Studio 2015就好了(沒有網(wǎng)上說得那么復(fù)雜)

https://www.microsoft.com/zh-cn/download/confirmation.aspx?id=48145

完了之后，發(fā)現(xiàn)可以將一個HTML轉(zhuǎn)成PDF了，效果還不錯：

有目錄

可復(fù)制粘貼

可跳轉(zhuǎn)到鏈接

清晰度好評

缺點(diǎn)：

頁面加載速度慢的HTML，圖片還沒加載出來就已經(jīng)生成PDF了

所以我選用了博客園(速度快)

在PDF的末尾有好幾頁不相關(guān)的(評論，廣告啥的)

本來想著能不能只截取HTML博文的部分啊(評論，廣告和其他不相關(guān)的不截取)。于是就去搜了一下，感覺是挺麻煩的，自己做了幾次試驗(yàn)都沒弄出來，最后放棄了。

后來又想了一下，我不是有一個沒有廣告的博客平臺嗎，剛好可以拿來用了。但是，我自己寫完的markdown是沒有全部保存在硬盤上的，后來發(fā)現(xiàn)簡書可以下載已發(fā)布文章的所有markdown。

下載下來的文章，我想全部導(dǎo)入到之前那個無廣告的博客平臺上。但發(fā)現(xiàn)導(dǎo)出來的markdown沒有高亮語法..

// 沒有語法高亮咋看啊，所以到這里我就放棄了，將就用一下博客園生成的PDF吧

1.2爬蟲學(xué)習(xí)

上面GitHub提供的接口是一個URL生成一個PDF文件，我是不可能一個一個將鏈接和標(biāo)題放上去生成的(因?yàn)椴┛蛨@上發(fā)的也將近200篇了)。

而我是一點(diǎn)也不會爬蟲的，于是也去搜了一下Java的爬蟲輪子，發(fā)現(xiàn)一個很出名(WebMagic)

https://github.com/code4craft/webmagic

于是就跟著文檔學(xué)習(xí)，也遇到了坑...文檔給出的版本是0.7.3，我使用的JDK版本是8，用它的例子跑的時候拋出了SSLException異常(然而網(wǎng)上的0.6.x版本是沒有問題的)

折騰完折騰去，也找到了0.7.3版本在JDK8上如何解決SSLException異常的辦法了：

http://www.cnblogs.com/vcmq/p/9484418.html

修改HttpClientDownloader和HttpClientGenerator這兩個類的部分代碼就好了。

但是，我還是死活寫不出能用的代碼出來(真的菜!)..后來去問了一下同事(公眾號：Rude3Knife)咋搞，他用Python幾分鐘就寫好了。

def get_blog_yuan(blog_name, header):
    for i in range(1, 6):
        url = "https://www.cnblogs.com/" + blog_name + "/default.html?page=" + str(i)
        r = requests.get(url, headers=header, timeout=6)
        selector = etree.HTML(r.text)
        names = selector.xpath("http://*[@class="postTitle"]/a/text()")
        links = selector.xpath("http://*[@class="postTitle"]/a/@href")
        for num in range(len(names)):
            print(names[num], links[num])
        time.sleep(5)

我也不糾結(jié)了..直接用他爬下來的數(shù)據(jù)吧(:

WebMagic中文文檔：

http://webmagic.io/docs/zh/

最后

最后我就生成了好多PDF文件了：

// 這篇文章簡單記錄下我這個過程吧，還有很多要改善的[//假裝TODO]。如果你遇到過這種需求，有更好的辦法的話不妨在評論區(qū)下告訴我~~

WebMagic我的Demo還沒寫好?。。∪绻信d趣或者用過WebMagic的同學(xué)，有空的話不妨也去爬爬我的博客園的文章，給我一份代碼(hhhhh)

分析可能的原因：博客園反爬蟲or爬取規(guī)則沒寫好

部門的前輩建議我去了解一下機(jī)器學(xué)習(xí)，我也想擴(kuò)展一下眼界，所以這陣子會去學(xué)一下簡單的機(jī)器學(xué)習(xí)知識。(當(dāng)然啦，我后面也會補(bǔ)筆記的)

樂于分享和輸出干貨的Java技術(shù)公眾號：Java3y。關(guān)注即可領(lǐng)取海量的視頻資源！

文章的目錄導(dǎo)航：

https://github.com/ZhongFuCheng3y/3y

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/72652.html

相關(guān)文章

  • 前端實(shí)現(xiàn)html轉(zhuǎn)pdf方法總結(jié)

    摘要：比上面的稍微好點(diǎn)，支持了一些方面的東西，具體看這個中文配置參數(shù)評價這種方法前端實(shí)現(xiàn)，靈活簡單，而且在頁面還原上是很好的，生成的過程不需要自己操心，頁面樣式還可控，可以說是非常不錯的。 最近要搞前端html轉(zhuǎn)pdf的功能。折騰了兩天，略有所收，踩了一些坑，所以做些記錄，為后來的兄弟做些提示，也算是回饋社區(qū)。經(jīng)過一番調(diào)(sou)研(suo)發(fā)現(xiàn)html導(dǎo)出pdf一般有這幾種方式，各有各有優(yōu)...

    Heier 評論0 收藏0

  • 前端實(shí)現(xiàn)html轉(zhuǎn)pdf方法總結(jié)

    摘要：比上面的稍微好點(diǎn)，支持了一些方面的東西，具體看這個中文配置參數(shù)評價這種方法前端實(shí)現(xiàn)，靈活簡單，而且在頁面還原上是很好的，生成的過程不需要自己操心，頁面樣式還可控，可以說是非常不錯的。 最近要搞前端html轉(zhuǎn)pdf的功能。折騰了兩天，略有所收，踩了一些坑，所以做些記錄，為后來的兄弟做些提示，也算是回饋社區(qū)。經(jīng)過一番調(diào)(sou)研(suo)發(fā)現(xiàn)html導(dǎo)出pdf一般有這幾種方式，各有各有優(yōu)...

    gekylin 評論0 收藏0

  • 前端實(shí)現(xiàn)html轉(zhuǎn)pdf方法總結(jié)

    摘要：比上面的稍微好點(diǎn)，支持了一些方面的東西，具體看這個中文配置參數(shù)評價這種方法前端實(shí)現(xiàn)，靈活簡單，而且在頁面還原上是很好的，生成的過程不需要自己操心，頁面樣式還可控，可以說是非常不錯的。 最近要搞前端html轉(zhuǎn)pdf的功能。折騰了兩天，略有所收，踩了一些坑，所以做些記錄，為后來的兄弟做些提示，也算是回饋社區(qū)。經(jīng)過一番調(diào)(sou)研(suo)發(fā)現(xiàn)html導(dǎo)出pdf一般有這幾種方式，各有各有優(yōu)...

    yvonne 評論0 收藏0

  • React-pdf-js插件使用與base64顯示圖片與文件

    摘要：由于公司項(xiàng)目需要，圖片與文件需要存到數(shù)據(jù)庫而存本地，前端用的，后端是接口的方式，只能選擇這種方式，而且也方便可以存各種格式。下安裝官網(wǎng)大家可以點(diǎn)進(jìn)去，然后里面有介紹安裝方法如何使用。 由于公司項(xiàng)目需要，圖片與文件需要存到數(shù)據(jù)庫而存本地，前端用的react，后端 是接口的方式，只能選擇base64這種方式，而且也方便可以存各種格式。 1.React下react-pdf-js安裝官網(wǎng) 大家...

    Alfred 評論0 收藏0

  • Javascript 將html轉(zhuǎn)成pdf,下載,支持多頁哦（html2canvas 和 jsPDF

    摘要：最近碰到個需求，需要把當(dāng)前頁面生成，并下載。但這并不是真的截圖，而是通過遍歷頁面結(jié)構(gòu)，收集所有元素信息及相應(yīng)樣式，渲染出。由于只能將它能處理的生成，因此渲染出來的結(jié)果并不是與原來一致。 最近碰到個需求，需要把當(dāng)前頁面生成pdf，并下載。弄了幾天，自己整理整理，記錄下來，我覺得應(yīng)該會有人需要 ：） 項(xiàng)目源碼地址：https://github.com/linwalker/... html2...

    macg0406 評論0 收藏0

發(fā)表評論

0條評論

mindwind

男|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<