将网页转换为一个电子书文件

23

我想下载HTML（例如：http ://www.brpreiss.com/books/opus6/ ），并将其加入一种HTML或其他可以在电子书阅读器上使用的格式。带有免费书籍的网站没有标准的页面调度，它们不是博客或论坛，因此不知道如何进行一些自动爬网和合并。

ebook web-crawler

— 赫尔沃耶·胡多
source

13

您可以使用Calibre来满足电子书转换的需求。通过将单个HTML文件链接到一个HTML文件，您可以将其链接到目录中，从而将其制作成一个包含多个HTML文件的电子书，如下所示。

— 阿尔法先生
source

我正在使用Sigil转换为EPUB，但不知道Cailbre可以从一堆链接的html中制作一本电子书。我会尝试的，thanx！

— Hrvoje Hudo

1

您可以使用httrack.com下载该网页，然后使用Caliber将其全部转换为ePub格式。

— 에 이 바

3

我的流程是（使用Chrome）使用Instapaper文本书签进行清理，然后右键单击->另存为，选择另存为单个网页（仅HTML），然后在Calibre中将其打开，转换为EPub，然后使用编辑书功能整理，它们会在拉标记的任何额外的乱位。

— 埃尔雅博

6

我以前这样做的方式是Calibre。

不过，这变得非常痛苦，因此我构建了Chrome扩展程序以使其变得更容易。

它称为EpubPress（http://epub.press）。

它使您可以从Chrome标签创建电子书。

希望有帮助！

— 哈罗德
source

3

您链接中的网站建议打包在第三方服务器上进行，用此方法不能保证隐私。

— 布尔吉

您是否有一些建议可以使您更加安全？我已竭尽所能，只要求编写本书的最低限度的信息，但我愿意接受进一步的反馈。如果您查看任何可比较的服务，就会发现您要保存的所有内容都已发送到服务器。区别在于这些服务还需要一个帐户，并且所有内容都与您的姓名相关联。他们也不提供其网站的源代码，以允许您查看其收集的内容。该扩展是开源的，我很乐意回答有关该代码的任何问题。

— 哈罗德·

多么棒的工具！非常感谢您免费提供给社区！

— vonjd

5

Pandoc可以链接到页面（或html文件）并将其转换为pdf / epub ...

我不确定它是否会爬行。如果没有，则可以先使用wget或其他内容（或仅收集链接）来抓取页面，然后将其提供给pandoc。

— 花椒
source

根据手册页，它将：“可以提供一个绝对URI，而不是文件。在这种情况下，pandoc将使用HTTP来获取内容”

— jopasserat

1

您可以使用https://getpocket.com和可通过“获取新闻”菜单访问的口径配方。

— 加加林
source

1

HTTrack是一个不错的选择-它可以从网站上构建电子书：可以从以下网站下载电子书： https: //www.httrack.com/ HTTrack“允许您从互联网将万维网站点下载到本地目录，以递归方式建立所有目录，从服务器到计算机获取HTML，图像和其他文件。HTTrack安排了原始站点的相对链接结构。”

然后，您可以使用Calibre或其他任何HTML到epub转换软件，将HTML转换为EPUB，AZW3或PDF。

直接转换为EPUB的第二个选项是EpubPress：它具有扩展功能，允许从Firefox（仅v44.0 +）或Chrome使用。要使用此软件，您需要打开浏览器窗口。每个选项卡在您的电子书中实质上都是一个“章节”。按所需的出现顺序排列选项卡，然后激活epubpress-它会以.epub格式下载并按其出现顺序排列选项卡。希望这可以帮助！

*不过，请注意，EpubPress会下载离散的网页-而不是HTTrack的“网站”。要使用EpubPress下载网站，必须将网站上的每个链接作为单独的选项卡打开，然后使用Epubpress将这些链接收集为.epub格式。

— str8arrow
source