抓取网页生成电子书(如何将网页文章批量抓取、生成电子书、直接推送到Kindle)

　　抓取网页生成电子书(如何将网页文章批量抓取、生成电子书、直接推送到Kindle)

　　我一直在研究如何将我关注的网页或文章安装到Kindle中进行认真阅读，但很长时间没有真正的进展。手动格式化书籍制作电子书的方法虽然简单易行，但对于短小且更新频繁的网页文章来说效率低下。如果有工具可以批量抓取网页文章，生成电子书，直接推送到Kindle上就好了。 Doocer 是一个非常有用的工具。

　　Doocer 是@lepture 开发的在线服务，它允许用户在 Pocket 的后期阅读账户中提交 URL、RSS 提要地址和文章，然后将它们一一制作成 ePub、MOBI 电子书或在批次。可以直接在 Doocer 中阅读所有文章，也可以推送到 Kindle、Apple Books 阅读。

　　阅读体验非常好

　　Doocer 生成的电子书格式良好，值得称赞。应该有的内容就多，不应该的内容也不多。本书不仅封面有图文，还有文章directory、网站源、文章原作者等信息。 Doocer生成的MOBI电子书支持KF8标准，所以支持 Kindle 原生替换自定义字体。

　　由于网站文章通常都有标准和通用的排版规范，所以Doocer生成的电子书文章中的大小、标题和列表图例与原网页文章高度一致@。原文章中的超链接也全部保留，评论信息、广告等内容全部丢弃。全书的阅读体验非常友好。 （当然，如果原网页文章的布局乱了，那么生成的电子书也可能完全不一样。）

　　将网页文章制作成电子书

　　Doocer 完成注册和登录后，我们就可以开始将网页文章 制作成电子书了。首先，我们点击“NEW BOOK”按钮新建电子书，输入电子书书名。然后在右上角选择“添加”添加文章 URL或RSS提要地址。

　　以小众网页的文章为例，我们选择“FEED”，在输入框中粘贴RSS地址，然后点击“PARSE”，那么小众文章的最近列表就是显示给我们添加。我们可以根据需要选择，也可以点击“全选”来全选文章。最后，下拉到页面底部，选择“保存”，这些文章就会被添加到书中。

　　实际上，Doocer 网页与 RSS 工具非常相似。实现了从网站批量抓取文章并集中展示的功能。

　　要将这些文章转换成电子书并推送到Kindle，我们需要进行一些简单的操作。

　　首先，根据Doocer个人设置页面的提示，我们打开Doocer电子书的发送地址，添加到个人文档接收地址。完成后，我们再在输入框中填写Kindle的个人文档接收地址，点击保存。

　　最后，我们在 Doocer 中打开《少数派》这本书，在页面上找到“发布”，然后选择发送到 Kindle。大约 10-30 分钟，Doocer 将完成图书制作并将图书推送到 Kindle。

　　还有一些问题需要注意

　　Doocer目前处于Beta测试阶段，还存在一些bug，尤其是中文网站经常出现问题。好在Doocer官网有开发者对话频道，可以直接联系他帮忙解决。

　　实现所有操作的自动化流程是我认为Doocer最需要努力的方向。 Doocer可以像RSS工具一样抓取网页中更新的文章，但仍然需要手动抓取新的文章抓取并生成电子书并推送。如果整个过程可以自动化，RSS-MOBI-Kindle就可以一次搞定，相信实用性会更高。

　　目前，Doocer 的所有功能均可免费使用。