采集文章软件(webscraper能不能抓公众号标题的词云图后来？)

　　采集文章软件(webscraper能不能抓公众号标题的词云图后来？)

　　《不写代码的爬虫类》发布后，经常有网友问我爬虫能不能抓取公众号的标题，于是研究了一下——

　　如何生成公众号标题的词云图

　　后来，有网友问网络爬虫能不能抓取到公众号文章的内容。我以为肯定不行，因为电脑上公众号的文章链接不是普通的a标签，我说抓不到。 随着webscraper的研究，找到了Element属性选择器，于是找到了解决办法，有——

　　制作公众号内容的词云图

　　后来，另一个用户问--

　　《不写代码的爬虫课》使用了网络爬虫，擅长抓取网络上的文本数据并保存在excel中。如果你还需要排版：粗体、标题、图片等，那么网络爬虫真的无法实现。这种高级功能需要自己写代码来实现。

　　好久没写代码了，只能尴尬地说——我做不到。

　　此事已搁置。期间也在github上找到了一些库，拼凑起来实现了一些功能，但是过程太复杂了。需要安装python，安装第三方库，自行运行。对于不懂技术的朋友来说，操作不够友好。

　　既然做了《不写代码的爬虫类》，我就拿这门课做其他事情的标准，最基础的2点——

　　1 跨平台：windows和mac均可使用。

　　因此，我现在制作的产品可以不受操作系统限制地在线运行；或者我正在研究 2 个解决方案，以便 mac 和 windows 用户都可以使用它。

　　2 操作简单：无需技术背景，无需编写代码。

　　因为我做过技术，所以我知道如果纯粹是为了使用工具，我是专攻编程的。如果一段时间不使用它，您肯定会忘记它。从成本效益的角度来看，它不是用户友好的。他花费的时间和精力比这个功能实现的收益要大。

　　因此，如果一个产品在使用的时候没有网页刮板那么人性化，我会觉得展示它太糟糕了。

　　有一段时间，我在知识星球做网站，整天搜索一些WordPress相关的文章，看到一个WordPress插件，可以同步文章的公众号网站。

　　我想，如果你想上传公众号文章synchronization all网站，你需要先捕获文章。这个开发者肯定也研究过这个，所以我加了他的微信。果然，插件是和一个软件配合使用的，这个软件的功能是以前的网络爬虫解决不了的问题。

　　更让人惊喜的是，这款软件支持windows和mac两种操作系统，而且功能都打包，就像使用一样，不需要任何技术知识。

　　后来经常和这个开发者聊天，他人很好，而且是全栈型的，擅长敏捷开发。我有时对软件提出一些改进要求，他很快就能更新。

　　上一篇文章：我分析了10个2000w字的公众号。原来这些公众号用这个词最多！ , 是用他的软件捕获的数据。

　　昨天在浏览知乎的时候，看到一篇文章文章，发现这个作者很厉害，所以想把他的文章全部截下来，方便查看。

　　想到了软件开发的一个新功能——网页转PDF。这是我之前跟开发者提过的要求，所以我试了一下。我没想到它会很有用。一篇文章一个PDF，风格和网页完全一样。

　　这个功能和网络爬虫的结合是绝配！

　　网络爬虫可以轻批量抓取所有文章链接，复制到本软件中，批量转换为PDF。

　　也就是说，如果你想查看某人的知乎All文章，你可以使用网络爬虫抓取所有文章链接，然后使用软件将它们转换为PDF并打印出来，以便于查看.

　　同理，这个方法也可以用在头条、短书等，只要是网页上可以显示的信息，都可以用这个功能。

　　这个软件，我之前只在知识星球和朋友圈做广告，因为感觉功能不够成熟。昨天使用了网页转换PDF功能后，我觉得可以放心的给大家介绍一下了。

　　下面我正式介绍一下软件功能：

　　1 将公众号文章导出为PDF

　　将所有文章公众号导出为PDF格式，可以打印出来，方便查看。