抓取网页生成电子书(主流电子书格式大家最为熟知的电子书熟知格式(图))

　　抓取网页生成电子书(主流电子书格式大家最为熟知的电子书熟知格式(图))

　　编者注（@Minja）：在编写文章时，经常需要引用和回溯。对各种存档和剪辑工具的不满，让我萌生了自己制作电子书的念头。正好@Spencerwoo在这方面有扎实的折腾能力，于是摆脱了他，研究了一套简单易行的方法，写成文章分享给大家。

　　虽然网络世界有很多有价值的文章，但并不是每一次阅读体验都令人满意。如果你想拥有出色的文章阅读体验，至少要确保我们正在阅读文章：

　　很多时候，我们依靠浏览器的阅读方式，或者Pocket和RSS客户端来阅读。但是，阅读模式后期无法整理，而且大部分阅读服务的全文搜索功能都需要付费，网上的文章可能一天都找不到。或许，将 文章 保存为本地电子书是一种更方便的回顾选择。

　　如果我们在网上看到一个网页形式的电子书，想直接把整个网页保存到本地（俗称“剪辑”），那简直是麻烦大了。现有的网页剪辑工具不仅会携带无用的、影响体验的广告和其他冗余区域，还会丢失重要和有价值的内容。不仅如此，几乎没有工具可以轻松抓取图片并自定义保存到本地的文章样式。那么，让我向您介绍一组免费制作个性化电子书的方法。

　　本文主要使用开源工具 Pandoc。对于需要MOBI或PDF格式电子书的读者，文章后半部分也有简单的转换方法。

　　ePub 电子书的突破

　　目前主流的电子书格式有很多，但本文主要推荐ePub，它比较开放统一，可以很方便的转换成其他格式。

　　主流电子书格式

　　最广为人知的电子书格式可能是纯文本TXT格式，但TXT之所以被称为“纯文本”，是因为它不支持章节、图片、封面和超链接。为了让电子书有格式、有图片、有内容，目前常见的电子书通常有PDF、ePub、MOBI三种格式。在：

　　我们文章文章的主要目的是利用接下来要介绍的工具，制作一个内嵌图片、目录、外观清晰美观的电子书。相对而言，ePub 更加灵活，有完整的目录和自定义布局，也很容易转换成其他两种格式。本文从它开始。

　　制作的电子书效果

　　[…]