[原创]自己动手写CSDN博客提取器,提取文件保存支持PDF、doc、txt三种格式

下载地址http://download.csdn.net/detail/w397090770/4438566(不需要积分)

下面有网友说爬取到的博文没有任何博主的信息,今天我更新了一下代码, 在每一篇爬取到的博文中添加了作者博客名字以及这篇博文的地址,详细见下图。

用了好久的CSDN博客,发现里面有很多的很不错的文章,但是一篇一篇的复制、粘贴总觉得很麻烦,于是,花了1天半的时间做了一个CSDN博客提取器,可以爬取CSDN博客指定用户所有的文章列表,可以选择相关的文章进行下载,下载保存支持PDF、doc、txt三种格式。保存的pdf、doc文件支持图片,txt文件是纯文本格式的文件。软件运行的时候需要jdk1.5或者以上环境。


    本程序用java编写,运行的时候需要JDK1.5或以上环境,无需安装。程序通过分析CSDN博
客源码来生成一些必要的数据,可能在以后使用当中出现爬取不了的情况,可能是CSDN的源码
结构修改了。程序只是用于学习之用,严禁用于非法目的而照成CSDN服务器过载。
    由于生成PDF的时候需要依赖字库,所以在打包程序的时候把一些必要的字库已经放到程序中
去了。可能在生成一些PDF文件的时候出现乱码问题,那是因为里面缺少需要的字库,如遇到这
个问题,请和本人联系:wyphao.2007@163com


fonts文件夹是生成pdf文件依赖的字体库,如果生成的pdf文件是乱码,说明缺少相关的字体。


####################################################
程序功能:
    1、支持输入CSDN博客用户名针对性下载
    2、支持选择保存下载的文件
                保存的结构目录为:
                        选择的保存路径\CSDN用户名\img                 该用户的头像保存路径
                        选择的保存路径\CSDN用户名\pdf                  生成的PDF文件保存路径
                        选择的保存路径\CSDN用户名\doc                  生成的DOC文件保存路径
                        选择的保存路径\CSDN用户名\txt                   生成的TXT文件保存路径
    3、支持获取用户博客信息
    4、支持显示用户所有的帖子列表
    5、可以自己选择需要下载的帖子,有全选、反选、重置按钮
    6、支持下载的文件保存为 pdf、doc、txt三种格式
    7、生成的pdf、doc文件支持图片
    8、支持进度显示
    
####################################################
    
    制作时间:2012年07月17日 - 2012年07月18日
    制     作:w397090770
    个人博客:http://blog.csdn.net/w397090770
    Email   :wyphao.2007@163.com
    版权所有,翻版不究
####################################################

 

已经贴出了本程序的一部分源代码(其他的我会慢慢添加)

自己动手写CSDN博客提取器源码分析之一:处理网页保存为txt文件http://blog.csdn.net/w397090770/article/details/7767531

自己动手写CSDN博客提取器源码分析之二:处理网页保存为doc文件http://blog.csdn.net/w397090770/article/details/7768089

自己动手写CSDN博客提取器源码分析之三:处理网页保存为pdf文件http://blog.csdn.net/w397090770/article/details/7768129

 


 


下面是我爬取这篇文章的结果

文本的肯定没图片哇。嘿嘿

过往记忆 CSDN认证博客专家 过往记忆大数据 大数据 iteblog
本程序用java编运行的时候需要JDK1.5或以上环境无需安装。程序通过分析CSDN博客源码来生成一些必要的数据可能在以后使用当中出现爬取不了的情况可能是CSDN的源码结构修改了。程序只是用于学习之用严禁用于非法目的而照成CSDN服务过载。 由于生成PDF的时候需要依赖字库所以在打包程序的时候把一些必要的字库已经放到程序中去了。可能在生成一些PDF文件的时候出现乱码问题那是因为里面缺少需要的字库如遇到这个问题请和本人联系wyphao.2007@163com #################################################### 程序功能: 1支持输入CSDN博客用户名针对性下载 2支持选择保存下载的文件 保存的结构目录为: 选择的保存路径\CSDN用户名\img 该用户的头像保存路径 选择的保存路径\CSDN用户名\pdf 生成的PDF文件保存路径 选择的保存路径\CSDN用户名\doc 生成的DOC文件保存路径 选择的保存路径\CSDN用户名\txt 生成的TXT文件保存路径 3支持获取用户博客信息 4支持显示用户所有的帖子列表 5可以自己选择需要下载的帖子有全选反选重置按钮 6支持下载的文件保存pdfdoctxt三种格式 7生成的pdfdoc文件支持图片 8支持进度显示 #################################################### 制作时间:2012年07月17日 - 2012年07月18日 制 作:w397090770 个人博客:http://blog.csdn.net/w397090770 Email :wyphao.2007@163.com 版权所有翻版不究 ####################################################
相关推荐
本程序用java编运行的时候需要JDK1.5或以上环境无需安装。程序通过分析CSDN博客源码来生成一些必要的数据可能在以后使用当中出现爬取不了的情况可能是CSDN的源码结构修改了。程序只是用于学习之用严禁用于非法目的而照成CSDN服务过载。 由于生成PDF的时候需要依赖字库所以在打包程序的时候把一些必要的字库已经放到程序中去了。可能在生成一些PDF文件的时候出现乱码问题那是因为里面缺少需要的字库如遇到这个问题请和本人联系wyphao.2007@163com #################################################### 程序功能: 1支持输入CSDN博客用户名针对性下载 2支持选择保存下载的文件 保存的结构目录为: 选择的保存路径\CSDN用户名\img 该用户的头像保存路径 选择的保存路径\CSDN用户名\pdf 生成的PDF文件保存路径 选择的保存路径\CSDN用户名\doc 生成的DOC文件保存路径 选择的保存路径\CSDN用户名\txt 生成的TXT文件保存路径 3支持获取用户博客信息 4支持显示用户所有的帖子列表 5可以自己选择需要下载的帖子有全选反选重置按钮 6支持下载的文件保存pdfdoctxt三种格式 7生成的pdfdoc文件支持图片 8支持进度显示 #################################################### 制作时间:2012年07月17日 - 2012年07月18日 制 作:w397090770 个人博客:http://blog.csdn.net/w397090770 Email :wyphao.2007@163.com 版权所有翻版不究 ####################################################
©️2020 CSDN 皮肤主题: Age of Ai 设计师:meimeiellie 返回首页