周六,周日闲暇无事,但又想起了在外面野营时,不能上网时的尴尬.
我喜欢蜂鸟网的游记,但又没有网卡在野外冲浪,也是一种无奈!如果能把蜂鸟网站上的精品游记能够随时随地翻阅是一件多么牛B的事情呀.
于是说干就干,只为了在使用掌上电脑时开合手指放大图片,或者看图片的同时了解下照片的信息.
写了几个抽象类.
1)craw page in *.fengniao.com
|--->Filter is http://bbs.fengniao.com/forum/(.*).html
有效结果放在一个文本里比如d:\\test.txt
why not save in db?(like mongodb).
bacause of it is a toy.ohh[img]/images/smiles/icon_redface.gif" alt="[/img]
2)read file from d:\\test.txt in List
private ArrayList fengNiaoModelLists = new ArrayList();
3)for (int i=0;i.size;i++){
//抓取所有网页.
crawDataAndParse(String crawURL)
//说明,我的做法是,先读取第一页,把原作者,游记的标题,总页数 做为一个全局变量
private int maxPage = 0;
private String originalAuthor = "";// 原作者
private String travelTitle = "";// 游记标题
//然后根据规则取得第二页,第三页.....到最后一页.
//审查规则如下:
//1.必须原作者
//2,删除原作者的回复贴,专注有效页
//3,删除原作者字数不超过20字符且没有图片的记录
//创建PDF文件
createPDF(List fengNiaoModelList, int partId);
//其中partId表示分开的PDF文件,因为有些游记很大,所以呢,分开了.
//几个设计点
//1,做了封面,其中包括7个随机图片的组合,跟Facebook上的一样.
//2,抓取蜂鸟网的图片,要用代理进行欺骗,否则会抓到的图片都是蜂鸟网的LOGO
//3.PDF的制作上,很废功夫
// 3.1 图片大小如下:
image.scaleToFit(560, 400);
因为是横排方式,788为总长度,559为高度,所以图片很大,所以文字说明在图片的右边.以小段(36个字符) 的方式排列.
但是下面还有559-400的长度,所以,我又在下面放了很长的大段文字(125个字符)
}
使用如上方法,反复测试,终于得到了我想要的效果.
附件当中是我抓取的结果,大家欣赏一下.呵呵.
我以后会把文档发送到一些文档库当中去,但是每个游记part都有40多M,哪个文档库好呢?
如下是我在豆丁网发布的PDF文档,呵呵
[游记]抚仙湖水在荡漾[part1]V1.00
[游记]川西四千里[part5]V1.00
[游记]冬季到台北去看雨[part1]V1.00
[游记]北京房山猫耳山[part1]V1.00
[游记]北京房山猫耳山[part2]V1.00
[游记]洛阳天子驾六博物馆[part1]V1.00
[游记]西藏10日游纪行[part2]V1.00
[游记]金色的喀纳斯[part3]V1.00
[游记]金色的喀纳斯[part4]V1.00
[游记]闲下来逛逛云南[part5]V1.00
[游记]宝岛台湾[part1]V1.00
[游记]西沙群岛深度行摄[part1]V1.00
[游记]美丽的香格里拉[part1]V1.00
[游记]美丽的香格里拉[part2]V1.00
[游记]在圣岛遇到一位卖Pita的老外[part1]V1.00
[游记]在圣岛遇到一位卖Pita的老外[part2]V1.00
[游记]在圣岛遇到一位卖Pita的老外[part3]V1.00
[游记]在圣岛遇到一位卖Pita的老外[part4]V1.00
[游记]在圣岛遇到一位卖Pita的老外[part5]V1.00
[游记]澳洲风光片[part1]V1.00
[游记]—暮色海滨—[part1]V1.00
[游记]—暮色海滨—[part2]V1.00
[游记]北京4日收获[part1]V1.00
[游记]北京的云[part1]V1.00
[游记]第61届世界泳装环节 [part1]V1.00
[游记]第61届世界泳装环节 [part2]V1.00
[游记]北京今天又下了一场大雨[part1]V1.00
[游记]一个人的路[part2]V1.00
[游记]近两年拍的一些照片去掉颜色露真容[part1]V1.00
[游记]近两年拍的一些照片去掉颜色露真容[part2]V1.00
[游记]水墨宏村[part1]V1.00
[游记]黄山及黄山市散拍[part1]V1.00
[游记]西藏10日游纪行[part2]V1.00
[游记]洛阳天子驾六博物馆[part1]V1.00
[游记]近两年拍的一些照片去掉颜色露真容[part2]V1.00
[游记]近两年拍的一些照片去掉颜色露真容[part1]V1.00
[游记]2012[part1]V1.00
[游记]性感尤物[part2]V1.00
[游记]轻纱薄裙[part1]V1.00
[游记]以毒攻毒[part1]V1.00
[游记]这么一起走完吧[part5]V1.00
[游记]这么一起走完吧[part4]V1.00
[游记]这么一起走完吧[part3]V1.00
[游记]这么一起走完吧[part2]V1.00
[游记]狐尘日记热浪岛物语[part3]V1.00
[游记]狐尘日记1[part2]V1.00
[游记]2012北京国际车展美女模特大扫荡[part1]V1.00
[游记]北京国际摄影器材展[part2]V1.00
[游记]中俄狂舞争霸赛[part2]V1.00
[游记]中俄狂舞争霸赛[part1]V1.00
[游记]柳莺专辑[part1]V1.00
[游记]柳莺专辑[part2]V1.00
[游记]燕子结婚啦[part1]V1.00
[游记]燕子结婚啦[part2]V1.00
[游记]新娘[part2]V1.00
[游记]新娘[part1]V1.00
[游记]麦克先生[part2]V1.00
[游记]多彩贵州[part1]V1.00
[游记]愈崎岖[part1]V1.00
[游记]愈崎岖[part2]V1.00
[游记]多彩贵州[part2]V1.00
[游记]2012深圳内衣展[part1]V1.00
[游记]2012深圳内衣展[part2]V1.00
[游记]云南束河古镇沿途风光[part1]V1.00
[游记][希威社]翡翠岛海景人像活动[part1]V1.00
[游记]洪湖公园拍美女[part1]V1.00
[游记]美女人像集锦[part2]V1.00
[游记]拍摄路边的野花[part1]V1.00
[游记]拍摄路边的野花[part2]V1.00
[游记]雨中芍药和月季[part2]V1.00
[游记]雨中芍药和月季[part1]V1.00
[游记]峡谷风云[part2]V1.00
[游记]峡谷风云[part1]V1.00
[游记]专业参观卷[part2]V1.00
[游记]专业参观卷[part1]V1.00
[游记]柬埔寨杂记[part5]V1.00
[游记]柬埔寨杂记[part2]V1.00
[游记]柬埔寨杂记[part4]V1.00
[游记]柬埔寨杂记[part3]V1.00
[游记]人间仙境[part1]V1.00
[游记]仙人球花开记录[part1]V1.00
[游记]又是一年赏荷季[part1]V1.00
[游记]芭比布朗形象艺术发布会[part1]V1.00
[游记]韩国仁川机场巧遇韩国美丽的“公主”[part1]V1.00
[游记]迷失[part1]V1.00
[游记]我家门前有条北斗河[part1]V1.00
[游记]人像人文与社会纪实[part1]V1.00
[游记]2011年张学友世纪演唱会[part1]V1.00
[游记]史家背河村的[窑洞][part1]V1.00
[游记]丰台榆树庄公园游拍[part1]V1.00
[游记]只为那飘渺的一梦[part1]V1.00
[游记]只为那飘渺的一梦[part2]V1.00
[游记]三清山旅游第一天[part1]V1.00
[游记]三清山旅游第一天[part3]V1.00
[游记]2012拍鸟[part2]V1.00
[游记]2012拍鸟[part3]V1.00
[游记]上帝打翻了调色板[part1]V1.00
[游记]上帝打翻了调色板[part2]V1.00
[游记]凤凰花开红似火[part2]V1.00
[游记]植物园里的月季花[part2]V1.00
[游记]植物园里的月季花[part1]V1.00
[游记]凤凰花开红似火[part1]V1.00
[游记]婺源赏花斿[part3]V1.00
[游记]婺源赏花斿[part2]V1.00
[游记]婺源赏花斿[part1]V1.00
[游记]铁手都是噜出来的[part3]V1.00
[游记]铁手都是噜出来的[part2]V1.00
[游记]铁手都是噜出来的[part1]V1.00
[游记]苗圃杂拍[part1]V1.00
[游记]苗圃杂拍[part3]V1.00
[游记]掠影欧洲[part1]V1.00
[游记]掠影欧洲[part2]V1.00
[游记]掠影欧洲[part3]V1.00
[游记]掠影欧洲[part4]V1.00
[游记]北京车展1[part3]V1.00
[游记]北京车展1[part2]V1.00
[游记]北京车展1[part1]V1.00
[游记]寻梦天堂自由行[part9]V1.00
[游记]寻梦天堂自由行[part8]V1.00
[游记]寻梦天堂自由行[part7]V1.00
[游记]寻梦天堂自由行[part5]V1.00
[游记]寻梦天堂自由行[part4]V1.00
[游记]寻梦天堂自由行[part1]V1.00
[游记]寻梦天堂自由行[part3]V1.00
[游记]有个女孩叫小歪[part1]V1.00
[游记]有个女孩叫小歪[part3]V1.00
[游记]有个女孩叫小歪[part2]V1.00
[游记]两个美女同事[part3]V1.00
[游记]两个美女同事[part2]V1.00
[游记]两个美女同事[part1]V1.00
[游记]睡衣MM[part1]V1.00
[游记]睡衣MM[part2]V1.00
[游记]让我们的爱在山那边绽放[part1]V1.00
[游记]让我们的爱在山那边绽放[part2]V1.00
[蜂鸟游记]行摄莫斯科金环[part5]V1.00
[蜂鸟游记]行摄莫斯科金环[part6]V1.00
[蜂鸟游记]行摄莫斯科金环[part7]V1.00
[蜂鸟游记]行摄莫斯科金环[part8]V1.00
[蜂鸟游记]行摄莫斯科金环[part4]V1.00
[蜂鸟游记]行摄莫斯科金环[part3]V1.00
[蜂鸟游记]行摄莫斯科金环[part2]V1.00
[蜂鸟游记]行摄莫斯科金环[part1]V1.00
[蜂鸟游记]丽江、泸沽湖、香格里拉14天行摄[part4]V1.00
[蜂鸟游记]金色的喀纳斯[part5]V1.00
[蜂鸟游记]金色的喀纳斯[part2]V1.00
[蜂鸟游记]金色的喀纳斯[part1]V1.00
[蜂鸟游记]富阳东吴文化公园随拍[part1]V1.00
[蜂鸟游记]三亚海滩外拍[part1]V1.00
[蜂鸟游记]云南泸沽湖,摩梭风情[part2]V1.00
[蜂鸟游记]武器的坟场[part1]V1.00
[蜂鸟游记]日系小魔女之雕刻时光外拍[part1]V1.00
[蜂鸟游记]美丽双廊(缓慢上图,持续更新)[part2]V1.00
[蜂鸟游记]王府井随拍[part1]V1.00
[蜂鸟游记]丽江、泸沽湖、香格里拉14天行摄[part5]V1.00
[蜂鸟游记]丽江、泸沽湖、香格里拉14天行摄[part3]V1.00
[蜂鸟游记]牛背山大美之景[part4]V1.00
[蜂鸟游记]牛背山大美之景[part3]V1.00
[蜂鸟游记]牛背山大美之景[part2]V1.00
[蜂鸟游记]牛背山大美之景[part1]V1.00
[蜂鸟游记]日本关西地区周游记 大阪 京都 神户[part3]V1.00
山西风景点评
[蜂鸟游记]西沙群岛深度行摄[part1]V1.00
[蜂鸟游记]最后的洞穴部落[part2]V1.00
[蜂鸟游记]【自由行】寻梦天堂---马尔代夫印象[part3]V1.00
[蜂鸟游记]【鸭绿江公园】[part2]V1.00
[蜂鸟游记]【鸭绿江公园】[part1]V1.00
秦皇岛风光录[part11]V1.00
秦皇岛风光录[part13]V1.00
秦皇岛风光录[part12]V1.00
秦皇岛风光录[part8]V1.00
秦皇岛风光录[part7]V1.00
秦皇岛风光录[part5]V1.00
秦皇岛风光录[part4]V1.00
秦皇岛风光录[part3]V1.00
秦皇岛风光录[part1]V1.00
我和新疆有个约定[part2]V1.00
我和新疆有个约定[part3]V1.00
我和新疆有个约定[part4]V1.00
我和新疆有个约定[part5]V1.00
我和新疆有个约定[part6]V1.00
我和新疆有个约定[part10]V1.00
我和新疆有个约定[part11]V1.00
我和新疆有个约定[part12]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part3]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part9]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part11]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part23]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part25]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part32]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part34]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part33]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part37]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part38]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part43]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part46]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part49]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part50]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part51]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part55]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part62]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part67]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part71]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part76]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part77]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part85]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part90]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part94]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part97]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part102]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part57]V1.00
[蜂鸟游记]2006走遍中国(完整版)陆续上片[part5]V1.00
[蜂鸟游记]览钟山,泊秦淮[part1]V1.00
[蜂鸟游记]万里行摄大美新疆[part1][2012-05-07]
分享到:
相关推荐
主要介绍了Python实现抓取HTML网页并以PDF文件形式保存的方法,结合实例形式分析了PyPDF2模块的安装及Python抓取HTML页面并基于PyPDF2模块生成pdf文件的相关操作技巧,需要的朋友可以参考下
PDF24 Creator是一款简单易用,功能独特的一款pdf文件制作工具,可以将其他格式的文件转换成PDF格式,再利用虚拟打印机打印出来!甚至可以将截图下来的图片,保存成为PDF文件! PDF24 Creator 是一个免费的pdf...
使用fpdfsdk.dll类库,通过DELPHI抓取PDF指定区域的文本内容
4、demo.txt 内容格式说明:(我要查找的内容#3)如括号内的文字为格式不含括号,其中“我要查找的内容”是pdf文件中的内容,“#”为标识符,必须写,“3”为查找到内容后需要抓取的后面的内容字符个数。 5、再次...
自动抓取word或者pdf文档中的数据到excel
java爬虫抓取网页数据教程.pdf
可以使用各种特定于配置文件的过滤器缩小要处理的PDF文件的范围,例如文档文本、PDF 元数据或一般文件信息以及创建或最后修改日期,并且包括过滤器设置、存储位置、打印机在内的所有设置都可以特定于配置文件,可以...
Python爬虫抓取手机APP的传输数据.pdf
java URL转PDF文件(完美支持中文).解决linux中不显示中文问题:http://blog.csdn.net/zxz547388910/article/details/74315277
Python的网页数据抓取,表格的制作,CSS文件的生成,字体的改变
这个kettle 的插件,它可以从一个或多个 PDF 文件中抽取文本内容,抽取后的文本一页作为一行记录,便于后续处理,如写入数据库等等。 帮助手册 http://www.xgndata.com/resources/kettle/PFR_UserGuide_zh_CN.pdf ...
本软件主要用于手机墙纸抓取制作,操作非常简单,软件体积超小速度超快,是绿色免费版,墙纸随意调节。
使用python scrapy抓取拉钩java招聘信息并制作成词云
网页抓取 使用Fitz和PyMuPDF从pdf提取数据并将其保存在数据框中。
抓取百度文库文档,自动转成pdf抓取百度文库文档,自动转成pdf
C#抓取网页内容.pdf
Java爬虫信息抓取.pdf
1、如果是保存成pdf文档。 a、那么可以对其进行优化,使文档更加适合阅读或者更加适合打印。 b、为pdf文档添加作者、主题、关键词等信息、也可以给dpf添加密码。 c、设置分辨率,从而控制文档体积。 d、为pdf...
KUKA机器人定位抓取视觉设置说明.pdf,这是一份不错的文件