完美:文章在线采集器是别人的插件，有模版，随便发挥就好了

　　完美:文章在线采集器是别人的插件，有模版，随便发挥就好了

　　文章在线采集器是仿造别人的插件，有模版，随便发挥就好了。采集回来后还得美化。电脑没网的话不好用，可以用采集神器云采集，自带web版本的，有什么问题都能找到解决方案。

　　直接用pdf转换器，采集下来的就是pdf格式的，不需要美化一下，一键生成.pdf转换器还有相应的用来保存图片的插件。

" />

　　这种网页通常是数据包，你可以在requests库或httplib库中importhttplib就可以了。如果是js文件就自己写个flash函数也不难。

　　补充楼上的方法。httplib，requests，或者xpath知道的话。

" />

　　qtcreator用下去，我刚用它做完的一个基于python的爬虫，功能挺多，

　　我之前做过爬虫，上家在做服务器，每天丢接近4000件物流，而且这里面绝大部分都是个人图片，个人昵称信息。这里就有几个问题解决。1.html的特殊属性。绝大部分情况下是无法直接拷贝过来，需要自己转换成对应的字符串，然后拿去爬的，比如个人姓名全拼。这个一般就是通过urllib或者lxml来查找对应数据库中的对应链接。

　　不过我又想了个方法。找到需要发送请求的url，然后一个个发送下去，就完事了。总是比人家多费一笔代价。2.python爬虫解决之后就要处理网站了，一般由于python中有no_headers或者headers中的headers类型不匹配这两个不规则参数，会导致在发送请求的时候会有不符合规则的数据。这样的网站在爬虫算法上有点麻烦，所以特殊规则的效率会低下，所以在这里会采用python语言本身的headers_handler。结合第一条，相信一个能提供正则表达式匹配功能的库也能解决。