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相关网页或文章放入Kindle进行认真阅读，但很长一段时间以来我没有取得任何实际进展。虽然通过手工排版制作电子书的方法简单易行，但对于简短且频繁更新的网页来说，这种方法效率低下文章. 如果有一个工具可以批量抓取文章的网页，生成电子书并将其直接推送到Kindle上，那就太好了。涂鸦就是这样一个工具

　　Doocer是@lepture开发的在线服务。它允许用户提交web地址、RSS提要地址和pocket，以便以后在帐户中阅读文章，然后逐个或批量制作ePub和Mobi电子书。您可以直接在doocer中阅读所有文章，也可以将它们推到kindle或apple books上

　　阅读体验真的很好

　　doocer制作的电子书排版精良，值得称赞。应该有多少内容就有多少内容，不应该有多少内容就有多少内容。这本书的封面不仅有图片和文字，还有文章目录、网站来源、文章原作者等信息。doocer生成的Mobi电子书支持kf8标准，因此支持Kindle原生替换自定义字体功能

　　由于网站文章通常有标准和通用的排版规范，doocer生成的电子书文章的大小、标题、列表和图例与原创网页文章. 原创文章中的所有超链接也将被保留，而评论、广告和其他内容将被丢弃。整本书的阅读体验非常友好。（当然，如果原创网页文章的布局混乱，生成的电子书可能无法识别。）

　　将网页文章制作成电子书

　　在doocer完成注册和登录后，我们可以开始将网页文章制作成电子书。首先，单击“新书”按钮创建电子书并输入电子书名称。接下来，选择右上角的“添加”以添加文章web地址或RSS源地址

　　以少数民族网页的文章为例。我们选择“feed”，在输入框中粘贴RSS地址，然后点击“parse”，就会显示少数民族文章最近的列表供我们添加。我们可以根据需要选择，也可以单击“全选”全选文章. 最后，下拉到页面底部并选择“保存”，然后这些文章将被添加到书中

　　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显示的功能

　　要将这些文章转换成电子书并将它们推到Kindle上，我们需要做一些简单的操作

　　首先，根据doocer个人设置页面中的提示，打开该页面，将doocer电子书的发送地址添加到个人文档的接收地址中。完成后，我们将在输入框中填写Kindle的个人文档接收地址，然后单击保存

　　最后，我们在doocer中打开“少数派”一书，在页面上找到“发布”，然后选择send to kindle。大约10-30分钟后，doocer将完成书籍制作并将书籍推到Kindle上

　　还有一些问题需要注意

　　Doocer目前正在进行beta测试，仍然存在一些bug，尤其是对于中文网站来说。幸运的是，doocer的官方网站为开发者提供了一个对话渠道。你可以直接联系他来帮助解决这个问题

　　实现所有操作的自动化过程是我认为doocer最需要努力的。Doocer可以像RSS工具一样在网页中捕获更新的文章，但它仍然需要手动捕获新的文章，并生成电子书和推送。如果整个过程可以自动化，RSS-Mobi-Kindle可以一次性完成，我相信它的实用性会得到提高

　　目前，所有涂鸦器功能都是免费的