抓取网页生成电子书(之前备份专家配合Firefox+插件Firebug批量下载博客文章豆约翰博客专家)

　　抓取网页生成电子书(之前备份专家配合Firefox+插件Firebug批量下载博客文章豆约翰博客专家)

　　博客批量下载制作电子书方法1 前言

　　相信很多朋友都知道“左岸阅读”这个博客，作者采集了很多优秀的文章。大概在年初接触到这个网站，非常非常喜欢。文章 非常符合我的口味。因为不喜欢在网络上浏览文章，所以一般做成电子书后在kindle或手机上阅读。这样记笔记非常方便，便于复习和采集。以前用kindle的push和calibre的新闻抓取功能制作电子书非常方便。唯一的缺点就是只能抓取最新发布的文章，之前的老文章无法抓取。. 于是，我充分发挥了爱折腾的本能，经过多日的摸索，总结，并参考了很多以前的经验，我终于成功了。方法比较复杂，折腾起来很累，在这里，分享给有需要的朋友。

　　2 需要准备的软件

　　1)doujohn博客备份专家V2.6

　　2)Firefox+插件Firebug

　　3)epubBuilder 绿色版

　　需要说明的是，epubBuilder 不是免费软件，但是绿色版可以在网上下载，完全可以使用。

　　3 具体步骤3.1 使用豆约翰博客备份专家配合火狐+插件Firebug批量下载博客文章

　　Doujohn博客备份专家是一款完全免费、功能强大的博客备份工具、博客电子书（PDF、CHM和TXT）生成工具、博客文章离线浏览工具、漂亮的软件界面、支持多个主流博客网站(Qzone ，百度空间，新浪博客，网易博客，豆瓣日记，天涯博客，19楼，博客园，和讯博客，CSDN博客，搜狐博客，51CTO博客）。

　　但最重要的是该软件支持从独立站点爬取博客。《左岸阅读》是一个独立站点，但是配置起来确实有点麻烦。这个配置过程花了我很多时间，我什至想放弃。

　　关于独立站点的配置，官网上有详细的介绍，这里不再赘述，直接贴出网址：

　　《左岸阅读》文章数量庞大，每月可排序。我以2013年1月的文章下载为例，贴出配置，如图。

　　配置完成后，点击“开始下载”即可批量下载博客。理论上，根据软件说明，需要评估推广软件下载所有页面（本例中为起始页1到结束页3），但经过笔者的实验发现，即使是评测不能批量下载，第一次只能在一个页面下载所有文章，上图配置下，只能下载第1页文章，不过没关系。反正只有3页，反正一页一页下载就完了可以下载文章的第二页，然后修改为3，

　　3.2 将下载的文章制作成chm文件

　　Doujohn的博客备份专家可以将下载的文章制作成文件，格式可以是pdf、chm、txt等。作者最初使用的是pdf格式，但发现在转换的过程中会出现换行到电子书。尝试了各种方法后都没有解决，只能以chm格式保存。

　　3.3 将保存的chm文件制作成epub电子书

　　epubBuilder是口袋书园开发的一款epub电子书制作神器，支持导入Txt、epub、html、chm、snb等源文件。

<p>打开软件，导入上面制作的chm。看完你会发现下面的文章会少了一个标题，没关系，工具选项卡里有个“使用第一行作为目录名”，在左边选择边目录栏批量丢失目录（shift+左键点击），点击“使用第一行作为目录名”，软件会自动将每个文章的第一行作为